公开(公告)号：CN117236612A

公开(公告)日：2023-12-15

申请号：CN202311203556.6

申请日：2023-09-18

Applicant: 合肥工业大学

Inventor： 陆效农 ,  张志 ,  彭张林 ,  赵爽耀 ,  张强 ,  李刘屹 ,  宋美玉

IPC: G06Q10/0631 ,  G06Q10/083 ,  G06Q10/04 ,  G06Q50/04 ,  G06N3/006

Abstract: 本发明提供一种鲁棒性云制造与物流服务组合优化方法、系统、存储介质和电子设备，涉及云制造技术领域。本发明区别于传统的云制造服务组合优化方法，为每一个制造子任务提供备选云制造服务，并在每个制造子任务之后插入对应物流子任务，以此减轻意外事件对任务执行过程的负面影响，提高云制造过程中的鲁棒性，并实现了云制造服务与云物流服务的协同调配。除此之外，本发明实施例基于多种改进策略的粒子群算法来对模型进行求解：使用可行性修复算子和两个粒子群来确保总有一个符合全部约束的粒子群；提出了立足点的概念，可以让算法在可行搜索空间边界附近寻找解；提出一种邻域拓扑结构来防止算法的过早收敛。

公开(公告)号：CN116993011A

公开(公告)日：2023-11-03

申请号：CN202310947772.5

申请日：2023-07-27

Applicant: 合肥工业大学

Inventor： 陆效农 ,  李刘屹 ,  彭张林 ,  张志 ,  宋美玉 ,  朱克毓 ,  冯南平

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06Q10/083 ,  G06Q50/04 ,  G06N3/126 ,  G06F17/11

Abstract: 本发明提供一种基于遗传‑退火算法的云制造与云物流服务组合优化方法、系统、存储介质和电子设备，涉及智能制造技术领域。本发明以制造子任务和物流子任务的总时间服务质量指标、制造子任务和物流子任务的总成本服务质量指标最小、制造子任务和物流子任务的总可靠性服务质量指标最大为目标，构建服务组合优化模型；采用遗传‑退火算法求解服务组合优化模型，确定最终的制造任务中每一制造子任务选择的制造候选服务商，以及每一物流子任务选择的物流候选服务商。支持物流子任务和制造子任务的协同优化，有效提高云制造与云物流平台服务组合的质量，提高云制造与云物流平台的供需匹配水平、竞争能力、实际使用效果和服务需求者的满意度。

公开(公告)号：CN117114196A

公开(公告)日：2023-11-24

申请号：CN202311148071.1

申请日：2023-09-06

Applicant: 合肥工业大学

Inventor： 陆效农 ,  宋美玉 ,  彭张林 ,  张强 ,  朱克毓 ,  李刘屹 ,  张志

IPC: G06Q10/04 ,  G06Q50/04 ,  G06N7/01 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/092

Abstract: 本发明提供一种基于深度强化学习的动态云制造服务组合方法、系统、存储介质和电子设备，涉及云制造技术领域。本发明中将多任务动态云制造服务组合问题构建马尔可夫决策模型，选取五个具有代表性的服务质量非功能属性构建奖励函数，为改进后的深度Q网络算法的目标Q值求解提供计算依据。较Q学习算法和传统的深度Q网络算法而言，引入卷积长短期记忆网络利于降低数据复杂性、防止过拟合问题、有效筛选更新关联数据，无需查表即可直接输出每个动作的Q值，便于解决连续大规模云制造服务组合问题。此外，引入经验回放单元便于重复利用过去经验以加快算法训练效率。综上，本发明有助于解决动态环境下的大规模服务组合问题。