-
-
-
公开(公告)号：CN116069514B
公开(公告)日：2023-08-22
申请号：CN202310033243.4
申请日：2023-01-10
Applicant: 南通大学
IPC: G06F9/52
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。
-
公开(公告)号：CN117314078A
公开(公告)日：2023-12-29
申请号：CN202311250447.X
申请日：2023-09-26
Applicant: 南通大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q50/04 , G06F30/22 , G06F30/27 , G06N3/126 , G06F111/04 , G06F111/08 , G06F119/18
Abstract: 本发明涉及智能制造生产调度技术领域，尤其涉及基于Petri网和神经网络的柔性制造系统的无死锁调度方法。本发明包括以下步骤：基于可视化不含关键资源的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；通过遗传算法全局寻优，获得一组较优的调度序列，以此作为前向神经网络的数据集；建立最小化最大完工时间作为系统调度的目标函数；基于神经网络的二分搜索法，减小Petri网的可达树规模，通过神经网络对每代子结点拟合预计完工时间，约束可达树向较优的路径扩展；不断扩展可达树规模进行路径寻优，并输出满足目标函数最小的路径作为柔性制造系统的调度路径。
-
公开(公告)号：CN115934369A
公开(公告)日：2023-04-07
申请号：CN202211650029.5
申请日：2022-12-21
Applicant: 南通大学
IPC: G06F9/52
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。
-
Patent Agency Ranking
公开(公告)号：CN117852825B
公开(公告)日：2024-09-03
申请号：CN202410034945.9
申请日：2024-01-10
Applicant: 南通大学
Abstract: 本发明涉及智能制造生产调度技术领域，尤其涉及基于深度学习的含中心资源柔性制造系统的无死锁调度方法。本发明方法包括：针对含关键资源柔性制造系统的生产工序，建立Petri网模型；以最小化最大完工时间作为系统调度的目标函数；通过遗传算法全局寻优，获得一组较有的调度序列，作为前向神经网络的训练集与测试集；建立前向神经网络模型，训练并测试网络拟合精度，获得拟合函数；基于神经网络的改进Dijkstra算法，迭代生成Petri网的部分可达标识，通过神经网络对每个子结点拟合预计完工时间，约束可达树向较优的路径扩展，直至找出目标标识，输出满足目标函数的最短路径作为柔性制造系统的调度序列。
-
公开(公告)号：CN117314078B
公开(公告)日：2024-05-14
申请号：CN202311250447.X
申请日：2023-09-26
Applicant: 南通大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q50/04 , G06F30/22 , G06F30/27 , G06N3/126 , G06F111/04 , G06F111/08 , G06F119/18
Abstract: 本发明涉及智能制造生产调度技术领域，尤其涉及基于Petri网和神经网络的柔性制造系统的无死锁调度方法。本发明包括以下步骤：基于可视化不含关键资源的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；通过遗传算法全局寻优，获得一组较优的调度序列，以此作为前向神经网络的数据集；建立最小化最大完工时间作为系统调度的目标函数；基于神经网络的二分搜索法，减小Petri网的可达树规模，通过神经网络对每代子结点拟合预计完工时间，约束可达树向较优的路径扩展；不断扩展可达树规模进行路径寻优，并输出满足目标函数最小的路径作为柔性制造系统的调度路径。
-
公开(公告)号：CN117852825A
公开(公告)日：2024-04-09
申请号：CN202410034945.9
申请日：2024-01-10
Applicant: 南通大学
Abstract: 本发明涉及智能制造生产调度技术领域，尤其涉及基于深度学习的含中心资源柔性制造系统的无死锁调度方法。本发明方法包括：针对含关键资源柔性制造系统的生产工序，建立Petri网模型；以最小化最大完工时间作为系统调度的目标函数；通过遗传算法全局寻优，获得一组较有的调度序列，作为前向神经网络的训练集与测试集；建立前向神经网络模型，训练并测试网络拟合精度，获得拟合函数；基于神经网络的改进Dijkstra算法，迭代生成Petri网的部分可达标识，通过神经网络对每个子结点拟合预计完工时间，约束可达树向较优的路径扩展，直至找出目标标识，输出满足目标函数的最短路径作为柔性制造系统的调度序列。
-
公开(公告)号：CN117035255A
公开(公告)日：2023-11-10
申请号：CN202310633698.X
申请日：2023-05-31
Applicant: 南通大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/006
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。
-
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
IPC: G06Q10/0631 , G06Q50/04 , G06N3/006
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.
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
