-
公开(公告)号:CN117077975A
公开(公告)日:2023-11-17
申请号:CN202311169419.5
申请日:2023-09-11
Applicant: 哈尔滨工业大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/126
Abstract: 基于混合初始化模因算法的分布式异构流水车间调度方法,属于车间调度领域,本发明为解决现有生产调度方法仅适用于同构工厂模型的问题。本发明方法包括:步骤S1:建立分布式异构流水车间调度模型;步骤S2:初始化模因算法基本参数,根据混合初始化策略生成初始种群;步骤S3:对种群个体进行适应度值评价,并进行帕累托非支配排序;步骤S4:对种群中的个体进行一定概率的交叉操作;步骤S5:采用搜索算子对种群进行协同搜索;步骤S6:将后代种群与父代种群合并,选择一半个体作为局部搜索目标;步骤S7:对所选目标个体进行局部搜索;步骤S8:更新种群;步骤S9:若算法满足停止条件,则结束算法进程,并输出非支配解集;否则,算法转到S4继续迭代。
-
公开(公告)号:CN117891220A
公开(公告)日:2024-04-16
申请号:CN202410074533.8
申请日:2024-01-18
Applicant: 哈尔滨工业大学
IPC: G05B19/418
Abstract: 一种基于多智能体深度强化学习的分布式混合流水车间调度方法,属于制造生产车间的调度排产技术领域,本发明为解决分布式混合流水车间调度的技术普遍存在响应速度慢、求解效率不高的问题。本发明对于以最大完工时间最小和总能耗最小为优化目标的分布式混合流水车间调度问题,该方法首先将各机器作为智能体搭建多智能体神经网络模型,随后使用模型对大量分布式混合流水生产算例进行计算求解,并使用经验库对训练过程中动作、奖励和状态变化情况进行保存,再通过对经验库进行随机采样对各神经网络进行训练,训练过程中使用验证算例集对模型进行检验,最后使用完成训练的模型对分布式混合流水车间调度问题进行求解。
-
公开(公告)号:CN117035364A
公开(公告)日:2023-11-10
申请号:CN202311165576.9
申请日:2023-09-11
Applicant: 哈尔滨工业大学
IPC: G06Q10/0631 , G06Q10/0633 , G06Q50/04 , G06N3/126
Abstract: 基于改进混合模因算法的分布式异构流水车间调度方法,属于车间调度领域,本发明为解决现有异构工厂的调度方法效率低下问题。本发明包括:步骤S1:构建分布式异构流水车间调度模型;步骤S2:给定算法基本参数确定值,并按编码规则采用随机策略产生初始种群;步骤S3:评价初始种群,并依据适应度值进行帕累托非支配排序;步骤S4:对种群进行两层编码的EOX交叉操作;步骤S5:多种算子联合搜索解空间;步骤S6:采用精英保留策略,合并父代种群与子代种群,选出一半个体作为下一阶段进化目标;步骤S7:对选择出的个体进行局部搜索的进化操作;步骤S8:更新种群;步骤S9:若算法达到停止条件,则结束算法并输出结果,否则,算法跳转至步骤S4继续执行。
-
-