公开(公告)号：CN114611897A

公开(公告)日：2022-06-10

申请号：CN202210193407.5

申请日：2022-02-28

Applicant: 华南理工大学

Inventor： 李方 ,  浦钰 ,  张平

IPC: G06Q10/06 ,  G06Q50/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种智能产线自适应动态调度策略选择方法，所述方法包括三个步骤：(1)提出了一种选择调度框架模型，包括车间生产环境模块、算法模块和调度规则模块三部分。(2)根据步骤(1)提出的框架，使用基于深度强化学习的算法实现了策略选择。(3)根据步骤(2)中的策略选择，建立了一个针对复杂动态环境变化的自适应模型，设计了自适应规则调度选择器，完成了复杂动态环境下的不停机调度，包括调度规则选择调度器和作业机器对选择调度器。本发明能够实现智能制造背景下的自适应车间调度策略方法研究，提高智能制造环境中处理动态事件的能力，进而提升生产调度效率。

公开(公告)号：CN118134029A

公开(公告)日：2024-06-04

申请号：CN202410230707.5

申请日：2024-02-29

Applicant: 华南理工大学

Inventor： 李方 ,  浦钰 ,  张平

IPC: G06Q10/04 ,  G06Q10/0631 ,  G06Q50/04 ,  G06N3/042

Abstract: 本发明提供了一种基于双层图神经网络的云边端资源调度优化方法，包括步骤：构建基于双层图神经网络的云边端资源调度器，第一层图神经网络用于实现云边端资源分配，第二层图神经网络为工业终端层调度，利用异构图表示实际制造环境中的状态，捕获工件工序和可用设备之间的复杂关系，构建有向无环图，作为第二层图神经网络的输入；构建分阶段进行调度卸载的框架模型，所述分阶段进行调度卸载的框架模型采用优化策略对任务进行调度优化。该发明能够实现智能制造背景下云端、边缘端和工业终端的资源合理化利用，进行快速准备的资源卸载，提高工业生产的综合调度能力，提高资源利用率，实现绿色调度。

公开(公告)号：CN114611897B

公开(公告)日：2024-09-27

申请号：CN202210193407.5

申请日：2022-02-28

Applicant: 华南理工大学

Inventor： 李方 ,  浦钰 ,  张平

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06N3/092

Abstract: 本发明提供了一种智能产线自适应动态调度策略选择方法，所述方法包括三个步骤：(1)提出了一种选择调度框架模型，包括车间生产环境模块、算法模块和调度规则模块三部分。(2)根据步骤(1)提出的框架，使用基于深度强化学习的算法实现了策略选择。(3)根据步骤(2)中的策略选择，建立了一个针对复杂动态环境变化的自适应模型，设计了自适应规则调度选择器，完成了复杂动态环境下的不停机调度，包括调度规则选择调度器和作业机器对选择调度器。本发明能够实现智能制造背景下的自适应车间调度策略方法研究，提高智能制造环境中处理动态事件的能力，进而提升生产调度效率。