一种基于改进遗传算法的柔性制造系统无死锁调度方法

    公开(公告)号:CN111563336A

    公开(公告)日:2020-08-21

    申请号:CN202010369423.6

    申请日:2020-04-30

    Applicant: 南通大学

    Abstract: 本发明属于柔性制造系统的生产调度技术领域,具体涉及一种基于改进遗传算法的柔性制造系统无死锁调度方法,其具体步骤包括:建立柔性制造系统Petri网模型、确定遗传参数、编码和解码、生成初始化种群、检测和修复、计算加工时间和适应度、判断是否满足终止规则、遗传操作和输出最优个体,通过两步向前看方法,将所有染色体调整为控制可行染色体,并将其解码为无死锁调度序列;在调度策略的设计过程中对遗传算法进行了优化改进;同时在变异过程中,由于染色体基因分为路径基因和工序基因两个部分,同时在这两个部分进行变异操作,且其变异率相同,这就使得操作步骤简单,生产效率提高幅度大,应用环境友好。

    基于Petri网和改进NSGA-II的柔性制造系统多目标优化调度方法

    公开(公告)号:CN119781398A

    公开(公告)日:2025-04-08

    申请号:CN202411891204.9

    申请日:2024-12-20

    Applicant: 南通大学

    Abstract: 本发明属于柔性制造系统的生产调度技术领域,具体涉及基于Petri网和改进NSGA‑II的柔性制造系统多目标优化调度方法。通过可视化柔性制造系统内部工件的加工工序以及各工件之间的机器占用情况,建立Petri网模型,确定NSGA‑II算法参数、编码和解码、生成初始化种群、染色体检测和修复、计算完工时间、总能耗和机器利用率并进行归一化、快速非支配排序、拥挤度排序,遗传操作和输出Pareto最优解。通过染色体死锁检测与修复方法,将所有染色体调整为控制可行染色体,并将其解码为调度序列。本发明保证柔性制造系统在无死锁的情况下对生产过程进行优化调度,能够较快地寻找出满足优化目标要求的调度序列,提升调度速度,增加机器的利用率,减少能量消耗,增加生产数量。

    基于Petri网建模的智能网联车无信号交叉口通行控制方法

    公开(公告)号:CN118314747A

    公开(公告)日:2024-07-09

    申请号:CN202410553777.4

    申请日:2024-05-07

    Applicant: 南通大学

    Abstract: 本发明属于智能交通系统领域,具体涉及基于Petri网建模的智能网联车无信号交叉口通行控制方法。本发明方法包括:针对交叉口内部区域的空间资源以及车辆通过交叉口的连续过程中对各资源的占用情况,构建Petri网模型;将即将到达交叉口区域的车辆进行编号并根据每一辆车经过其路径上的各个路权点的通行过程生成交叉口车辆通行序列,并解码成变迁序列;通过迭代分析Petri网中的变迁和资源,对随机的车辆通行序列实现在线监督,判断每个变迁的引发是否会引起系统的死锁,并将会引起死锁的序列进行修复,进而解决在智能网联环境下的无信号交叉口车辆阻塞问题。

    一种含不可靠资源制造系统的鲁棒调度方法

    公开(公告)号:CN117035255B

    公开(公告)日:2024-02-06

    申请号:CN202310633698.X

    申请日:2023-05-31

    Applicant: 南通大学

    Abstract: 本发明属于制造系统生产调度技术领域,具体涉及一种含不可靠资源制造系统的鲁棒调度方法。本发明方法步骤包括:1、建立制造系统Petri网模型;2、编码和解码;3、生成初始种群;4、鲁棒检测和修复;5、计算加工时间和适应度;6、判断是否满足终止条件;7、改进遗传操作,其中包含选择、烟花爆炸、交叉、标准化变异操作;8、输出最优个体。本发明方法在鲁棒检测和修复部分,建立了一种鲁棒死锁避免策略,将所有染色体调整为控制可行染色体;在遗传操作部分,在选择操作之后加入烟花爆炸操作,增加算法的搜索效率,同时将传统的变异改为标准化变异,增加了种群的多样性,避免陷入局部最优。(56)对比文件任磊.基于Petri网的柔性制造系统无死锁遗传调度算法.控制理论与应用.2010,第27卷(第01期),13-18.张新旭.基于赋时Petri网和GA的柔性制造系统调度.系统工程.2010,第28卷(第11期),86-94.

    一种基于Petri网建模的柔性制造系统的加工时间计算方法

    公开(公告)号:CN115758788B

    公开(公告)日:2023-08-22

    申请号:CN202211524526.0

    申请日:2022-11-30

    Applicant: 南通大学

    Abstract: 本发明涉及自动制造系统技术领域,尤其涉及一种基于Petri网建模的柔性制造系统的加工时间计算方法。本发明包括以下步骤:S1、利用赋时Petri网对柔性制造系统进行建模,每个操作只对应一类加工资源,只有当工件开始进行下一步操作才会释放上一步操作使用的资源;S2、按照工序序列计算每步工序对应资源的开始加工时间,以及对应的工件的预估完成时间;S3、比较所有工件的预估完成时间,取最大值即为该工序序列的加工时间。本发明在选择每一步工序对应的资源时,在满足资源的加工时间小于该工件上一步工序的预估完成时间的前提下,选择加工时间较大的资源,这样就能保证当前工序计算正确的同时,不会影响并发的其他工序的加工时间的计算,使得结果更加准确。

    一种基于Petri网的鲁棒死锁避免算法

    公开(公告)号:CN115934369B

    公开(公告)日:2023-08-01

    申请号:CN202211650029.5

    申请日:2022-12-21

    Applicant: 南通大学

    Abstract: 本发明涉及自动制造系统技术领域,尤其涉及一种基于Petri网的鲁棒死锁避免算法。本发明的目的是对于一个含不可靠资源的自动制造系统,提供一种基于Petri网的鲁棒死锁避免算法,保证系统中无论是否发生资源故障,系统生产都能顺利进行。本发明在生产过程中不仅可以避免由于资源分配不当造成的死锁,还可以避免不可靠资源发生损坏后系统陷入的堵塞状态。本发明的死锁避免算法是一种根据Petri网结构进行判断分析的结构分析法,并且采用一种前瞻式的思想来保证系统能够顺利进行,该算法思想简单,实现容易。

    一种含不可靠资源的柔性制造系统的死锁避免方法

    公开(公告)号:CN116069514A

    公开(公告)日:2023-05-05

    申请号:CN202310033243.4

    申请日:2023-01-10

    Applicant: 南通大学

    Abstract: 本发明涉及自动制造系统技术领域,尤其涉及一种含不可靠资源的柔性制造系统的死锁避免方法。本发明包括以下步骤:S1、在给定标识M下引发给定变迁t,生成新的标识M′,然后计算生成的标识M′的所有后继标识;S2、判断每个后继标识下是否存在循环等待;S3、根据S2的结果判断给定变迁是否能在给定标识下引发。本发明关注的是含不可靠资源的柔性制造系统的生产过程,提出一种死锁避免方法,该方法不仅能检测出在给定标识下发生给定变迁后该系统会不会死锁,还能预测发生给定变迁后,后续的生产会不会因为不可靠资源故障而发生死锁。

    一种基于Petri网建模的柔性制造系统的加工时间计算方法

    公开(公告)号:CN115758788A

    公开(公告)日:2023-03-07

    申请号:CN202211524526.0

    申请日:2022-11-30

    Applicant: 南通大学

    Abstract: 本发明涉及自动制造系统技术领域,尤其涉及一种基于Petri网建模的柔性制造系统的加工时间计算方法。本发明包括以下步骤:S1、利用赋时Petri网对柔性制造系统进行建模,每个操作只对应一类加工资源,只有当工件开始进行下一步操作才会释放上一步操作使用的资源;S2、按照工序序列计算每步工序对应资源的开始加工时间,以及对应的工件的预估完成时间;S3、比较所有工件的预估完成时间,取最大值即为该工序序列的加工时间。本发明在选择每一步工序对应的资源时,在满足资源的加工时间小于该工件上一步工序的预估完成时间的前提下,选择加工时间较大的资源,这样就能保证当前工序计算正确的同时,不会影响并发的其他工序的加工时间的计算,使得结果更加准确。

    一种可提高桨矩角稳定性的风储联合控制系统及方法

    公开(公告)号:CN119070378B

    公开(公告)日:2025-02-18

    申请号:CN202411134633.1

    申请日:2024-08-19

    Applicant: 南通大学

    Abstract: 本发明属于孤岛微电网中风储联合控制技术领域,具体涉及一种可提高桨矩角稳定性的风储联合控制系统及方法。本发明提出一种可提高桨矩角稳定性的风储联合控制系统及方法,在桨矩角控制环路上加入低通滤波器、死区控制器,在风速波动较小时,能够有效抑制桨矩角的频繁动作;在风速突变为高风速时,桨矩角也能及时作出反应,稳定风机叶片转速。此外,系统中加入了储能装置,自适应应对微电网母线上负荷的变化,减慢风机桨矩角的调节速度,放止桨矩角退桨至零,提高风储联合微电网系统的稳定性。

    基于深度学习的智能网联车辆最优调度序列获取方法

    公开(公告)号:CN119314313A

    公开(公告)日:2025-01-14

    申请号:CN202411429743.0

    申请日:2024-10-14

    Applicant: 南通大学

    Abstract: 本发明属于智能交通领域,具体涉及基于深度学习的智能网联车辆最优调度序列获取方法。本发明通过构建特殊全连接神经网络用于预测车辆通行序列的剩余时间,为选择最优车辆调度序列提供了坚实的数据基础与有效支撑,同时该全连接神经网络能够实时预测车辆通行的剩余时间,从而利于交通管理系统快速响应,制定出更加高效、合理的车辆调度方案。本发明采用一种优化的集束搜索算法,该算法精准地评估各通行序列的通行时间,并通过迭代过程筛选出具有最优通行时间的最佳序列。本发明充分考虑了算法运行效率,确保了极快的运行速度,通过此策略加速了满足特定条件调度序列的搜寻过程,从而大幅提升了整体的通行效率。

Patent Agency Ranking