用于PCB电镀任务排序问题的多目标混合蜘蛛猴优化方法

    公开(公告)号:CN114330940B

    公开(公告)日:2024-05-28

    申请号:CN202011042855.2

    申请日:2020-09-28

    Abstract: 本发明属于柔性流水车间调度相关技术领域,其公开了一种用于PCB电镀任务排序问题的多目标混合蜘蛛猴优化方法,方法包括以下步骤:S1,参数定义及初始化种群;S2,采用插入操作进行邻域移动;S3,分别对每只蜘蛛猴的Nei个邻域解及其自身进行支配排序;S4,计算各非支配解的适应度F(i),并依据适应度更新其当前的位置;S5,将解F1与随机解F2进行交叉操作,以得到子代;S6,将S5的解与全局档案集中的解组成联合种群;S7,合并S6中联合种群及产生的子代,并更新当前小组k中的解;S8,更新每个小组的局部档案集及全局档案集;如果满足终止条件,则终止,输出解集;否则继续迭代直到结束。本发明提高了性能,适用性较好。

    应用于卷烟工厂生产排程的两阶段排程优化方法与系统

    公开(公告)号:CN112633576A

    公开(公告)日:2021-04-09

    申请号:CN202011532192.2

    申请日:2020-12-22

    Abstract: 本发明公开了应用于卷烟工厂生产排程的两阶段排程优化方法与系统,属于生产排程技术领域。包括:初始化卷包阶段参数和制丝阶段参数;假设制丝阶段具有无限产能,求解卷包阶段生产排程模型,得到卷包阶段月作业计划;将得到的卷包阶段月作业计划输入至制丝阶段生产排程模型,逆推制丝阶段的生产排程,确定制丝阶段日作业计划。本发明对离散型卷包阶段建立数学模型,通过卷烟牌号与喂丝机对应关系约束、各牌号烟丝必须在对应的储丝柜中醇化规则表示制丝阶段与卷包阶段的衔接性,基于卷包月作业计划逆推制丝阶段排程,保证卷包车间按计划连续生产,二者结合求得最优的混合制造模式生产排程方案,效率高于卷烟企业目前常用的排产方法。

    基于自适应差分进化算法的并行批处理机调度方法及系统

    公开(公告)号:CN117572836B

    公开(公告)日:2024-12-27

    申请号:CN202311734738.6

    申请日:2023-12-15

    Abstract: 本发明属于生产调度领域,并具体公开了一种基于自适应差分进化算法的并行批处理机调度方法及系统,其包括:S1生成初始种群,令迭代次数t=1;S2从种群中随机选择一个目标个体;S3根据迭代次数t是否在预设学习期内,等概率或根据历史数据自适应选择变异算子、缩放因子、交叉概率区间的选择概率;S4对目标个体进行差分变异和交叉,得到试验个体;S5基于试验个体的目标函数值,对种群中个体进行更新;S6重复S2~S5,直至种群中个体均被选择,基于种群中个体对外部档案集进行更新;S7判断t是否达到最大迭代次数:如果是,则迭代结束,否则令t=t+1,并回到S2。本发明具有快速求解并行批处理机多目标调度问题,提高机器利用率和降低能耗的特点。

    应用于卷烟工厂生产排程的两阶段排程优化方法与系统

    公开(公告)号:CN112633576B

    公开(公告)日:2022-04-29

    申请号:CN202011532192.2

    申请日:2020-12-22

    Abstract: 本发明公开了应用于卷烟工厂生产排程的两阶段排程优化方法与系统,属于生产排程技术领域。包括:初始化卷包阶段参数和制丝阶段参数;假设制丝阶段具有无限产能,求解卷包阶段生产排程模型,得到卷包阶段月作业计划;将得到的卷包阶段月作业计划输入至制丝阶段生产排程模型,逆推制丝阶段的生产排程,确定制丝阶段日作业计划。本发明对离散型卷包阶段建立数学模型,通过卷烟牌号与喂丝机对应关系约束、各牌号烟丝必须在对应的储丝柜中醇化规则表示制丝阶段与卷包阶段的衔接性,基于卷包月作业计划逆推制丝阶段排程,保证卷包车间按计划连续生产,二者结合求得最优的混合制造模式生产排程方案,效率高于卷烟企业目前常用的排产方法。

    用于PCB电镀任务排序问题的多目标混合蜘蛛猴优化方法

    公开(公告)号:CN114330940A

    公开(公告)日:2022-04-12

    申请号:CN202011042855.2

    申请日:2020-09-28

    Abstract: 本发明属于柔性流水车间调度相关技术领域,其公开了一种用于PCB电镀任务排序问题的多目标混合蜘蛛猴优化方法,方法包括以下步骤:S1,参数定义及初始化种群;S2,采用插入操作进行邻域移动;S3,分别对每只蜘蛛猴的Nei个邻域解及其自身进行支配排序;S4,计算各非支配解的适应度F(i),并依据适应度更新其当前的位置;S5,将解F1与随机解F2进行交叉操作,以得到子代;S6,将S5的解与全局档案集中的解组成联合种群;S7,合并S6中联合种群及产生的子代,并更新当前小组k中的解;S8,更新每个小组的局部档案集及全局档案集;如果满足终止条件,则终止,输出解集;否则继续迭代直到结束。本发明提高了性能,适用性较好。

    基于数据驱动建模与仿真优化的流水线规划方法及设备

    公开(公告)号:CN109375601B

    公开(公告)日:2020-05-19

    申请号:CN201811347333.6

    申请日:2018-11-13

    Abstract: 本发明公开了一种基于数据驱动建模与仿真优化的流水线规划方法及设备,属于生产线规划与设计领域。该方法在基于数据驱动对流水线的各项数据进行快速分析并建立数据模型;通过分层建模基于数据模型建立仿真模型并驱动仿真模型运行,输出仿真结果根据设定各项指标评估结果优劣,对设备资源分配不合理进行持续优化改善,从而快速进行合理的流水线规划设计。本发明通过数据驱动快递建立模型,其模型的灵活性和重用性较好,可以通过修改外部数据驱动仿真模型运行不同的仿真实验,增强了仿真模型的柔性、通用性和可移植性,提高了规划效率,在自动快速建模的基础上提高了效率也保证了正确性。

    基于数据驱动建模与仿真优化的流水线规划方法及设备

    公开(公告)号:CN109375601A

    公开(公告)日:2019-02-22

    申请号:CN201811347333.6

    申请日:2018-11-13

    Abstract: 本发明公开了一种基于数据驱动建模与仿真优化的流水线规划方法及设备,属于生产线规划与设计领域。该方法在基于数据驱动对流水线的各项数据进行快速分析并建立数据模型;通过分层建模基于数据模型建立仿真模型并驱动仿真模型运行,输出仿真结果根据设定各项指标评估结果优劣,对设备资源分配不合理进行持续优化改善,从而快速进行合理的流水线规划设计。本发明通过数据驱动快递建立模型,其模型的灵活性和重用性较好,可以通过修改外部数据驱动仿真模型运行不同的仿真实验,增强了仿真模型的柔性、通用性和可移植性,提高了规划效率,在自动快速建模的基础上提高了效率也保证了正确性。

    基于自适应差分进化算法的并行批处理机调度方法及系统

    公开(公告)号:CN117572836A

    公开(公告)日:2024-02-20

    申请号:CN202311734738.6

    申请日:2023-12-15

    Abstract: 本发明属于生产调度领域,并具体公开了一种基于自适应差分进化算法的并行批处理机调度方法及系统,其包括:S1生成初始种群,令迭代次数t=1;S2从种群中随机选择一个目标个体;S3根据迭代次数t是否在预设学习期内,等概率或根据历史数据自适应选择变异算子、缩放因子、交叉概率区间的选择概率;S4对目标个体进行差分变异和交叉,得到试验个体;S5基于试验个体的目标函数值,对种群中个体进行更新;S6重复S2~S5,直至种群中个体均被选择,基于种群中个体对外部档案集进行更新;S7判断t是否达到最大迭代次数:如果是,则迭代结束,否则令t=t+1,并回到S2。本发明具有快速求解并行批处理机多目标调度问题,提高机器利用率和降低能耗的特点。

    一种基于仿真的物流配送系统及配送方法

    公开(公告)号:CN108364099A

    公开(公告)日:2018-08-03

    申请号:CN201810140035.3

    申请日:2018-02-11

    Abstract: 本发明公开了一种基于仿真的物流配送系统及配送方法,该系统包括MES子系统、APS子系统、物流配送子系统及仿真优化子系统;MES子系统用于采集并输出订单数据、总体基础数据和现场实时数据,并输出派工计划;APS子系统用于根据总体基础数据建立排程模型,并根据现场实时数据、订单数据及排程模型确定生产排产计划;物流配送子系统用于根据配送基础数据和生产排产计划确定不同备货间隔不同配送周期下的物料配送计划;仿真优化子系统用于根据总体基础数据进行生产建模获得仿真模型,输出不同备货间隔不同配送周期下的物料配送计划的生产评估值,并将生产评估值最优的物料配送计划作为最终物料配送计划输出,该物流配送计划满足生产不缺料。

    一种基于仿真的物流配送系统及配送方法

    公开(公告)号:CN108364099B

    公开(公告)日:2021-07-27

    申请号:CN201810140035.3

    申请日:2018-02-11

    Abstract: 本发明公开了一种基于仿真的物流配送系统及配送方法,该系统包括MES子系统、APS子系统、物流配送子系统及仿真优化子系统;MES子系统用于采集并输出订单数据、总体基础数据和现场实时数据,并输出派工计划;APS子系统用于根据总体基础数据建立排程模型,并根据现场实时数据、订单数据及排程模型确定生产排产计划;物流配送子系统用于根据配送基础数据和生产排产计划确定不同备货间隔不同配送周期下的物料配送计划;仿真优化子系统用于根据总体基础数据进行生产建模获得仿真模型,输出不同备货间隔不同配送周期下的物料配送计划的生产评估值,并将生产评估值最优的物料配送计划作为最终物料配送计划输出,该物流配送计划满足生产不缺料。

Patent Agency Ranking