-
公开(公告)号：CN110288185B
公开(公告)日：2021-11-02
申请号：CN201910408843.8
申请日：2019-05-16
Applicant: 清华大学
Abstract: 本发明实施例提供一种分布式柔性流水线调度方法，包括：根据每个工件在每个加工阶段的加工开始日期、加工时间和工件交货日期，构建分布式柔性流水线调度模型；根据贪婪迭代搜索算法对所述分布式柔性流水线调度模型的调度问题进行迭代搜索求解，若迭代时间满足预设条件，得到所有工件的最优调度方案，以对分布式柔性流水线进行调度。本发明实施例通过建立分布式柔性流水线调度模型，并根据贪婪迭代搜索算法有效提高了搜索效率，实现分布式柔性流水线调度模型优化目标的快速计算，使算法能够在更短的时间内得到更好的调度方案，能够有效且高效地解决大规模分布式柔性流水线调度问题。
-
公开(公告)号：CN110288185A
公开(公告)日：2019-09-27
申请号：CN201910408843.8
申请日：2019-05-16
Applicant: 清华大学
Abstract: 本发明实施例提供一种分布式柔性流水线调度方法，包括：根据每个工件在每个加工阶段的加工开始日期、加工时间和工件交货日期，构建分布式柔性流水线调度模型；根据贪婪迭代搜索算法对所述分布式柔性流水线调度模型的调度问题进行迭代搜索求解，若迭代时间满足预设条件，得到所有工件的最优调度方案，以对分布式柔性流水线进行调度。本发明实施例通过建立分布式柔性流水线调度模型，并根据贪婪迭代搜索算法有效提高了搜索效率，实现分布式柔性流水线调度模型优化目标的快速计算，使算法能够在更短的时间内得到更好的调度方案，能够有效且高效地解决大规模分布式柔性流水线调度问题。
-
公开(公告)号：CN109919365A
公开(公告)日：2019-06-21
申请号：CN201910123875.3
申请日：2019-02-19
Applicant: 清华大学
IPC: G06Q10/04
Abstract: 本发明实施例提供一种基于双策略搜索的电动车辆路径规划方法及系统，基于K近邻算法对目标配送区域内的所有静态客户进行排序，获得至少一个初始配送序列；对于任意一个初始配送序列，利用预设调度生成算法根据初始配送序列生成初始调度序列；利用双策略搜索算法依次对初始配送序列和初始调度序列进行优化调整，获得候选调度序列；基于路径最短原则从所有候选调度序列中选择总路径最短的候选调度序列作为目标调度序列，根据目标调度序列获得针对静态客户的电动车辆路径规划方案。该方法及系统在确保电动车辆路径规划结果准确性和优质性的同时，还能够有效降低电动车辆路径规划所需的计算资源，有利于优化配送过程中的经济和环境指标。
-
公开(公告)号：CN119849831A
公开(公告)日：2025-04-18
申请号：CN202411923647.1
申请日：2024-12-25
Applicant: 清华大学
IPC: G06Q10/0631 , G06Q50/04 , G06F18/213 , G06N3/0455 , G06N3/045 , G06N3/092
Abstract: 本申请涉及生产调度技术领域，特别涉及一种动态无等待置换流水车间的生成式调度方法，其中，方法包括：获取动态无等待置换流水车间的作业信息；将作业信息输入至预设编码网络中，以提取动态无等待置换流水车间的每个作业的至少一个作业特征，以根据至少一个作业特征生成对应的作业状态；利用预设解码网络解码作业状态，结合每个作业的历史调度信息计算每个作业的选择概率分布，以根据选择概率分布生成每个作业在当前时刻的调度决策。本申请可以基于无等待置换流水车间的特点，设计基于注意力机制的编解码网络，实现了对作业信息进行高效的特征提取和表示，以便结合历史状态和全局信息进行高效的动态的决策调整，实现对到达订单的快速响应。
-
公开(公告)号：CN109919365B
公开(公告)日：2020-12-01
申请号：CN201910123875.3
申请日：2019-02-19
Applicant: 清华大学
IPC: G06Q10/04
Abstract: 本发明实施例提供一种基于双策略搜索的电动车辆路径规划方法及系统，基于K近邻算法对目标配送区域内的所有静态客户进行排序，获得至少一个初始配送序列；对于任意一个初始配送序列，利用预设调度生成算法根据初始配送序列生成初始调度序列；利用双策略搜索算法依次对初始配送序列和初始调度序列进行优化调整，获得候选调度序列；基于路径最短原则从所有候选调度序列中选择总路径最短的候选调度序列作为目标调度序列，根据目标调度序列获得针对静态客户的电动车辆路径规划方案。该方法及系统在确保电动车辆路径规划结果准确性和优质性的同时，还能够有效降低电动车辆路径规划所需的计算资源，有利于优化配送过程中的经济和环境指标。
-
Patent Agency Ranking
公开(公告)号：CN110458326A
公开(公告)日：2019-11-15
申请号：CN201910604543.7
申请日：2019-07-05
Applicant: 清华大学
Abstract: 本发明公开了一种分布式阻塞型流水线调度的混合群智能优化方法，包括：对多个工厂和多个工件进行协同初始化生成多个第一工厂工件加工序列；计算每个第一工厂工件加工序列的自适应参数，根据自适应参数进行调整生成多个第二工厂工件加工序列；通过工厂内和工厂间局部搜索调整生成多个第三工厂工件加工序列；选择部分第三工厂工件加工序列进行重生成机制，对多个第三工厂工件加工序列进行更新以确定出当前最优工厂工件加工序列；返回第二步进行迭代更新当前最优工厂工件加工序列，直至满足预设迭代终止条件输出最优工厂工件加工序列。该方法通过自适应搜索与局部搜索结合，使种群中的个体可以自我调整搜索范围，平衡了算法的粗搜索与细搜索能力。
-
公开(公告)号：CN103984990B
公开(公告)日：2017-04-05
申请号：CN201410196058.8
申请日：2014-05-09
Applicant: 清华大学
Abstract: 本发明公开了属于工业智能控制优化技术领域的一种基于炼油厂全厂调度离散时间建模方法，具体说是一种炼油厂炼油生产过程时间控制优化模型。把整个炼油厂系统划分为原油供应、炼油生产、成品油调和交付三个部分，基于离散时间，从生产装置的运行模式、生产装置运行模式的过渡过程的角度进行建模，基于炼油企业的多品种成品油生产调度中模式切换与过渡过程的离散时间最优化操作控制，给出了炼油厂全厂调度控制，构建可实现生产过程的生产成本和物料存储的成本费用以及违反订单惩罚最小化的一种调度模型。以及满足订单需求的过程控制调度的最优化方法。本发明有效解决了不同生产模式的切换及其收率计算、各类油料储存等难题。
-
公开(公告)号：CN119002410A
公开(公告)日：2024-11-22
申请号：CN202410984631.5
申请日：2024-07-22
Applicant: 清华大学
IPC: G05B19/418 , G06N3/126
Abstract: 本申请涉及一种基于工人约束复杂焊接场景的双阶段调度方法及装置，其中，方法包括：对复杂焊接车间调度模型进行向量编码，并结合改进析取图模型搜索复杂焊接车间调度模型的关键路径，对其全主动解码获取目标关键路径；对机床分配和工序顺序模型执行第一遗传进化搜索得到第一全局最优解，执行多视角协同邻域搜索优化第一全局最优解；对机床‑工人分配和工序顺序模型执行第二遗传进化搜索得到第二全局最优解，执行多视角协同邻域搜索操作优化第二全局最优解获取目标调度方案。由此，解决了现有工人约束的焊接车间调度方法难以同时考虑工人转移和工序分解的复杂性，容易因工人资源竞争而等待，难以应用于复杂的航空产品焊接车间资源调度场景等问题。
-
公开(公告)号：CN110276481B
公开(公告)日：2021-11-26
申请号：CN201910471365.5
申请日：2019-05-31
Applicant: 清华大学
Abstract: 本发明实施例提供一种分布式混合流水线调度优化方法，该方法包括：初始化至少两个调度方案，并确定每个调度方案中所有工件的工厂分配结果以及初始阶段每一工厂的工件加工顺序；对于每一调度方案，重复执行根据多种调度规则为初始阶段后的每一阶段确定加工顺序的迭代过程，直至满足预设条件；最终获得拖期最小的调度方案，以供实现分布式混合流水线调度。通过重复执行根据多种调度规则为初始阶段后的每一阶段确定加工顺序的迭代过程，从而在较低的计算复杂度情况下快速实现算法的收敛，得到总拖期最小的调度方案，进而提高流水线调度效率。另外，通过双种群发散性搜索和局部增强搜索，进一步优化算法，从而得到总拖期更优的调度方案。
-
公开(公告)号：CN110928261A
公开(公告)日：2020-03-27
申请号：CN201911301646.2
申请日：2019-12-17
Applicant: 清华大学
IPC: G05B19/418
Abstract: 本发明公开了一种分布式异构流水车间的分布估计调度方法及系统，其中，方法包括以下步骤：对种群与概率模型进行初始化，并设置参数；采用PBIL方法对概率模型在进化的每一代中都进行更新；根据工厂内插入、工厂内交换、工厂间插入和工厂间交换等不同邻域结构的搜索操作产生新解以进行贪婪搜索；对概率模型采样，以重新生成满足预设条件的个体，确定分布估计调度方案。该方法简单高效，可以有效解决工厂分配和工件排序子问题，进而能够有效解决分布式异构流水车间调度问题。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.018 seconds)
