-
公开(公告)号：CN110147933B
公开(公告)日：2021-08-03
申请号：CN201910307826.5
申请日：2019-04-17
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于改进灰狼算法的数控切割下料车间调度排产方法，属于机械加工生产过程中智能优化调度领域，用于求解拥有不同类型切割机的切割车间的调度问题，且部分类型的机器可能不止一台。该方法包括：分析金属板材切割工序中的成本构成，总结板材切割调度问题的约束条件，以总生产成本为目标函数，建立板材在切割车间加工过程中的调度模型和优化目标；提出了一种十进制灰狼算法进行求解，对人工狼的位置进行十进制整数编码，根据问题特点设计了游走和奔袭等智能行为。设计本发明的数控切割下料车间调度排产方法，可以有效解决实际生产问题，缩短下料车间切割生产周期，降低其在制品数量和提高设备利用率。
-
公开(公告)号：CN110147933A
公开(公告)日：2019-08-20
申请号：CN201910307826.5
申请日：2019-04-17
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于改进灰狼算法的数控切割下料车间调度排产方法，属于机械加工生产过程中智能优化调度领域，用于求解拥有不同类型切割机的切割车间的调度问题，且部分类型的机器可能不止一台。该方法包括：分析金属板材切割工序中的成本构成，总结板材切割调度问题的约束条件，以总生产成本为目标函数，建立板材在切割车间加工过程中的调度模型和优化目标；提出了一种十进制灰狼算法进行求解，对人工狼的位置进行十进制整数编码，根据问题特点设计了游走和奔袭等智能行为。设计本发明的数控切割下料车间调度排产方法，可以有效解决实际生产问题，缩短下料车间切割生产周期，降低其在制品数量和提高设备利用率。
-
公开(公告)号：CN110059864A
公开(公告)日：2019-07-26
申请号：CN201910233416.0
申请日：2019-03-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于知识迁移的矩形智能排样方法及系统，属于结构件优化下料领域，包括：(1)选取若干组待排样零件作为源任务，并提取零件及板材相关信息；(2)利用蚁群强化学习算法求解已选取的多组源任务，并将学习完成后的最优知识矩阵存储到知识库；(3)从知识库中提取出与待解决目标任务最为相似的两组源任务，将两者对应的知识矩阵线性迁移给目标任务；(4)目标任务借助迁移知识矩阵，利用蚁群强化学习算法计算出最优排样方案；(5)输出目标任务的最优排样方案。本发明的基于知识迁移的矩形智能排样方法可以提高板材利用率和求解速度，在求解大中规模矩形排样问题上具有较好的实用性。
-
公开(公告)号：CN110059864B
公开(公告)日：2021-04-20
申请号：CN201910233416.0
申请日：2019-03-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于知识迁移的矩形智能排样方法及系统，属于结构件优化下料领域，包括：(1)选取若干组待排样零件作为源任务，并提取零件及板材相关信息；(2)利用蚁群强化学习算法求解已选取的多组源任务，并将学习完成后的最优知识矩阵存储到知识库；(3)从知识库中提取出与待解决目标任务最为相似的两组源任务，将两者对应的知识矩阵线性迁移给目标任务；(4)目标任务借助迁移知识矩阵，利用蚁群强化学习算法计算出最优排样方案；(5)输出目标任务的最优排样方案。本发明的基于知识迁移的矩形智能排样方法可以提高板材利用率和求解速度，在求解大中规模矩形排样问题上具有较好的实用性。
-
-
-
Search Results
4
records
(took 0.02 seconds)
