-
公开(公告)号：CN106167108A
公开(公告)日：2016-11-30
申请号：CN201610531724.8
申请日：2016-07-04
Applicant: 东华大学
CPC classification number: B65B7/2807 , B65B51/05
Abstract: 本发明提供了一种网店物流包装装置，其特征在于，包括用于传送包装盒的传送导轨和用于传送包装盒盖的竖直导轨，所述的竖直导轨设于传送导轨前端的上侧。可实现网店小件商品全自动包装，能够提高网店物流商品的包装效率，包装稳定性以及安全性。
-
Patent Agency Ranking
公开(公告)号：CN112633772B
公开(公告)日：2021-12-10
申请号：CN202110006953.9
申请日：2021-01-05
Applicant: 东华大学
Abstract: 本发明提供了一种纺织面料染色车间多智能体深度强化学习调度方法，包括以下步骤：获取当前的染色车间染缸加工状态数据，任务到达数据，并对状态数据进行预处理。建立纺织面料染色车间调度的深度强化学习多智能体模型。建立纺织面料染色车间调度环境的状态参数模型、调度动作模型和调度反馈模型。对纺织面料染色车间调度的模型进行训练，利用梯度下降法对神经网络模型进行参数优化，训练得到纺织面料染色车间调度的最佳调度策略。将所得的染色车间调度智能体模型部署于染色车间，根据车间的实时生产情况和任务到达情况进行调度。本发明通过多智能体深度强化学习实现染色车间的动态调度，适应当前的面向订单式生产的动态生产环境。
-
公开(公告)号：CN111985672B
公开(公告)日：2021-08-27
申请号：CN202010380488.0
申请日：2020-05-08
Applicant: 东华大学
Abstract: 本发明针对单件作业车间调度问题约束复杂、解空间种类多，传统的数学规划算法和元启发算法无法满足大规模作业车间调度问题的快速求解的特点，提出了基于多Agent深度强化学习的单件作业车间调度方法。本发明首先设计多Agent间的通信机制，采用多Agent方法对单件作业车间调度问题的强化学习建模；其次构建深层神经网络对车间状态进行提取，并在此基础上设计作业车间动作选择机制，实现了车间加工工件与车间环境之间的交互；再次，设计奖励函数对整个调度决策进行评估，并使用PolicyGradient算法对调度决策进行更新，以得到更优秀的调度结果；最后使用标准数据集对算法性能进行了性能评估与验证。本发明能够解决作业车间调度问题，丰富了作业车间调度问题的方法体系。
-
公开(公告)号：CN111985672A
公开(公告)日：2020-11-24
申请号：CN202010380488.0
申请日：2020-05-08
Applicant: 东华大学
Abstract: 本发明针对单件作业车间调度问题约束复杂、解空间种类多，传统的数学规划算法和元启发算法无法满足大规模作业车间调度问题的快速求解的特点，提出了基于多Agent深度强化学习的单件作业车间调度方法。本发明首先设计多Agent间的通信机制，采用多Agent方法对单件作业车间调度问题的强化学习建模；其次构建深层神经网络对车间状态进行提取，并在此基础上设计作业车间动作选择机制，实现了车间加工工件与车间环境之间的交互；再次，设计奖励函数对整个调度决策进行评估，并使用PolicyGradient算法对调度决策进行更新，以得到更优秀的调度结果；最后使用标准数据集对算法性能进行了性能评估与验证。本发明能够解决作业车间调度问题，丰富了作业车间调度问题的方法体系。
-
-
公开(公告)号：CN112633772A
公开(公告)日：2021-04-09
申请号：CN202110006953.9
申请日：2021-01-05
Applicant: 东华大学
Abstract: 本发明提供了一种纺织面料染色车间多智能体深度强化学习调度方法，包括以下步骤：获取当前的染色车间染缸加工状态数据，任务到达数据，并对状态数据进行预处理。建立纺织面料染色车间调度的深度强化学习多智能体模型。建立纺织面料染色车间调度环境的状态参数模型、调度动作模型和调度反馈模型。对纺织面料染色车间调度的模型进行训练，利用梯度下降法对神经网络模型进行参数优化，训练得到纺织面料染色车间调度的最佳调度策略。将所得的染色车间调度智能体模型部署于染色车间，根据车间的实时生产情况和任务到达情况进行调度。本发明通过多智能体深度强化学习实现染色车间的动态调度，适应当前的面向订单式生产的动态生产环境。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
