基于自学习进化算法的机器人多目标路径规划方法

    公开(公告)号:CN119440026A

    公开(公告)日:2025-02-14

    申请号:CN202510031002.5

    申请日:2025-01-09

    Applicant: 聊城大学

    Abstract: 本发明涉及移动机器人路径规划技术领域,特别是一种基于自学习进化算法的机器人多目标路径规划方法。包括:初始化算法参数;初始化种群;雇佣蜂阶段,对种群中的每个解执行路径交叉、路径变异、路径缩短和路径安全操作;计算每个解的目标值,将种群分为非支配解集和被支配解集;跟随蜂阶段,基于协同的学习机制作用于非支配解集,基于支配指导的学习机制作用于被支配解集;合并非支配解集和被支配解集;侦查蜂阶段,使用个体重启策略作用于连续进化失败次数超过设定最大阈值的解;更新非支配解集,判断是否达到终止条件。本发明的应用,能够有效提高路径规划效率并增强路径质量。

    一种考虑周期性维修的柔性作业车间调度问题的建模方法

    公开(公告)号:CN117270486B

    公开(公告)日:2024-02-06

    申请号:CN202311567537.1

    申请日:2023-11-23

    Applicant: 聊城大学

    Abstract: 一种考虑周期性维修的柔性作业车间调度问题的建模方法,涉及作业车间调度技术领域,特别是属于一种考虑周期性维修的柔性作业车间调度问题的建模方法。包括,a.分析FJSP‑PM调度问题特性,确定调度目标和约束条件;b.基于建模思想定义参数和决策变量,将FJSP‑PM调度目标和约束条件数学化,构建MILP模型,所述的建模思想为机床位置建模思想或加工批次建模思想;c.使用CPLEX求解器验证模型的有效性;d.输出最优解调度方案,包括工序的机床选择、工序排序、维修安排。本发明具有优化车间生产效率、实现最大完工时间最小化的积极效果。

    一种考虑周期性维修的柔性作业车间调度问题的建模方法

    公开(公告)号:CN117270486A

    公开(公告)日:2023-12-22

    申请号:CN202311567537.1

    申请日:2023-11-23

    Applicant: 聊城大学

    Abstract: 一种考虑周期性维修的柔性作业车间调度问题的建模方法,涉及作业车间调度技术领域,特别是属于一种考虑周期性维修的柔性作业车间调度问题的建模方法。包括,a.分析FJSP‑PM调度问题特性,确定调度目标和约束条件;b.基于建模思想定义参数和决策变量,将FJSP‑PM调度目标和约束条件数学化,构建MILP模型,所述的建模思想为机床位置建模思想或加工批次建模思想;c.使用CPLEX求解器验证模型的有效性;d.输出最优解调度方案,包括工序的机床选择、工序排序、维修安排。本发明具有优化车间生产效率、实现最大完工时间最小化的积极效果。

    一种非线性充电车辆路径优化方法

    公开(公告)号:CN111222705B

    公开(公告)日:2023-11-24

    申请号:CN202010027852.5

    申请日:2020-01-10

    Applicant: 聊城大学

    Abstract: 本发明涉及配送路径优化领域。目的在于提供一种带时间窗和非线性约束的电动车辆路径优化方法,包括:S1:依据电动车辆的车型问题,扩充现有SOLOMON算例中的车辆类型参数并读取算例的任务;S2:确定优化的目标及约束条件;S3:提出一种等级评定的方式确定客户满意度;S4:采用改进的差分进化算法优化路径解决方案;S5:提出一种充电量调整策略来优化路径解决方案;S6:提出一种负电量修复策略来优化路径解决方案;S7:将所述路径优化方案下发到各个配送车辆。本发明能够提高配送效率,降低配送成本。

    考虑定期维修的柔性作业车间调度问题的建模方法

    公开(公告)号:CN118131711A

    公开(公告)日:2024-06-04

    申请号:CN202410249353.9

    申请日:2024-03-05

    Applicant: 聊城大学

    Abstract: 本发明涉及作业车间调度技术领域,特别是属于一种考虑定期维修的柔性作业车间调度问题的建模方法。包括以下步骤,a.分析FJSP‑FPM调度问题特性,确定调度目标和约束条件;b.基于建模思想定义参数和决策变量,将FJSP‑FPM调度目标和约束条件数学化,构建MILP模型,所述的建模思想为基于维修间隔位置的建模思想或基于工序先后关系的建模思想;c.使用CPLEX求解器验证模型的有效性;d.输出最优解调度方案,包括工序的机床选择、工序排序、工序的维修间隔选择、工序的开始时间,并对两种模型进行对比分析。本发明具有优化车间生产效率、实现最大完工时间最小化的积极效果。

    一种多目标同时优化的服务机器人路径规划方法

    公开(公告)号:CN110039540A

    公开(公告)日:2019-07-23

    申请号:CN201910277784.5

    申请日:2019-05-27

    Applicant: 聊城大学

    Abstract: 本发明适用于机器人领域,提供了一种多目标同时优化的服务机器人路径规划方法,包括:构建机器人作业环境模型;基于环境模型进行路径编码;初始化多目标萤火虫算法的参数;随机产生多条可达性路径(使每只萤火虫代表一条初始化可达性路径);基于目标函数多维向量综合计算萤火虫个体的发光强度,借助Pareto支配关系评价种群个体的优劣程度;构建精英记录库保留进化过程中的非支配解,并以此引导进化库中个体的优化进程;采用适应网格划分策略维持种群个体的多样性;当算法的迭代次数达到预设上限时,输出最优解,完成路径规划。实施本发明,能够实现运行一次算法,得到多条互不支配的最优可达性路径,为服务机器人导航提供了多条路径选择。

    矩阵车间带有碰撞检测的多AGV路径规划方法

    公开(公告)号:CN119556664B

    公开(公告)日:2025-04-18

    申请号:CN202510121933.4

    申请日:2025-01-26

    Applicant: 聊城大学

    Abstract: 本发明涉及智能化制造车间中AGV的路径规划技术领域,特别是属于一种矩阵车间带有碰撞检测的多AGV路径规划方法。包括:初始化算法参数;使用混合初始化策略初始化种群;雇用蜂阶段,对种群中的每一个体,采用车辆合并策略,基于自适应选择策略选取局部搜索算子进行个体进化;观察蜂阶段,对排名较好的个体,进行增强进化,更新车辆位置信息,对车辆的运行过程进行碰撞检测,对于可能发生的碰撞,基于碰撞避免策略重新规划车辆行驶路径;侦查蜂阶段,对连续进化失败的个体,使用基于排名的重启策略,增强全局探索能力;判断是否达到终止条件,最终输出最优解。本发明以实际生产应用场景为前提,提高了生产安全性,降低了AGV运营成本。

    矩阵车间带有碰撞检测的多AGV路径规划方法

    公开(公告)号:CN119556664A

    公开(公告)日:2025-03-04

    申请号:CN202510121933.4

    申请日:2025-01-26

    Applicant: 聊城大学

    Abstract: 本发明涉及智能化制造车间中AGV的路径规划技术领域,特别是属于一种矩阵车间带有碰撞检测的多AGV路径规划方法。包括:初始化算法参数;使用混合初始化策略初始化种群;雇用蜂阶段,对种群中的每一个体,采用车辆合并策略,基于自适应选择策略选取局部搜索算子进行个体进化;观察蜂阶段,对排名较好的个体,进行增强进化,更新车辆位置信息,对车辆的运行过程进行碰撞检测,对于可能发生的碰撞,基于碰撞避免策略重新规划车辆行驶路径;侦查蜂阶段,对连续进化失败的个体,使用基于排名的重启策略,增强全局探索能力;判断是否达到终止条件,最终输出最优解。本发明以实际生产应用场景为前提,提高了生产安全性,降低了AGV运营成本。

    一种非线性充电车辆路径优化方法

    公开(公告)号:CN111222705A

    公开(公告)日:2020-06-02

    申请号:CN202010027852.5

    申请日:2020-01-10

    Applicant: 聊城大学

    Abstract: 本发明涉及配送路径优化领域。目的在于提供一种带时间窗和非线性约束的电动车辆路径优化方法,包括:S1:依据电动车辆的车型问题,扩充现有SOLOMON算例中的车辆类型参数并读取算例的任务;S2:确定优化的目标及约束条件;S3:提出一种等级评定的方式确定客户满意度;S4:采用改进的差分进化算法优化路径解决方案;S5:提出一种充电量调整策略来优化路径解决方案;S6:提出一种负电量修复策略来优化路径解决方案;S7:将所述路径优化方案下发到各个配送车辆。本发明能够提高配送效率,降低配送成本。

    一种装配式建筑逆向物流选址方法

    公开(公告)号:CN108510224A

    公开(公告)日:2018-09-07

    申请号:CN201810207948.2

    申请日:2018-03-14

    Applicant: 聊城大学

    Abstract: 本发明涉及建筑逆向物流选址技术领域,且公开了一种装配式建筑逆向物流选址方法,包括以下步骤:初始化实验参数,生产初始解集,创建装配式建筑回收点编码向量,循环为每个装配加工点随机选择一个装配式建筑回收点,并记录到该装配式建筑回收点对应的链表下,直到所有装配加工点均已选择完毕。该装配式建筑逆向物流选址方法,通过提出了一种有效的两阶段向量的编码结构,设计了性能良好的邻域结构,构建了新的雇佣蜂、跟随蜂和侦察蜂策略,通过现实生产实例和随机实例的测试,并与当前文献典型算法对比分析,验证了算法的有效性和稳定性,优化提出的混合算法,并应用算法求解装配式建筑逆向物流网络中多目标问题。

Patent Agency Ranking