-
Patent Agency Ranking
公开(公告)号：CN107831745A
公开(公告)日：2018-03-23
申请号：CN201711094792.3
申请日：2017-11-09
Applicant: 西南交通大学
IPC: G05B19/418
CPC classification number: Y02T10/56 , G05B19/41865 , G05B2219/32252
Abstract: 一种柔性作业车间插单动态调度优化方法，即一种针对车间批量动态调度中插单造成拖延期问题提出的一种解决方法。该方法在构建任务序列的优化和分单批次分配的数学模型的基础上，通过研究分批选择的策略，采用算例仿真方式获得合理子批数量，同时根据对典型算例的仿真计算，给出分批数量的推荐值，其次基于工序、机器、分单数量的三层基因染色体，以最小的最大完工时间和拖延期为优化目标；最后采用粒子群算法与遗传算法的混合算法，以提高子批数量向最优方向的进化速度，有效减少拖期量。该方法在车间动态调度中降低拖延期方面表现良好，并且对于传统遗传算法，在收敛速度与稳定性方面有显著提高，同时充分结合了智能车间实际的生产状况，对于动态调度的解决有极大的促进作用，在工程中具有极大的应用价值。
-
公开(公告)号：CN110334991A
公开(公告)日：2019-10-15
申请号：CN201910593441.X
申请日：2019-07-03
Applicant: 西南交通大学 , 成都飞机工业(集团)有限责任公司
Abstract: 本发明公开了一种飞机总装生产线物料配送优化方法，包括以下步骤：步骤1：建立配送模型；步骤2：对数学模型采用遗传算法得到作业组合方案；步骤3：选取最后一批作业集合Ai，统计作业取料位置和送料位置，得到小车出发时间和行驶路线；步骤4：i=i-1，统计作业取料位置和送料位置，以后一批作业小车出发时刻为基础计算本次小车出发时刻、行驶路线和到达时刻；步骤5：若i=1，则转入步骤4，否则转入步骤6；步骤6：计算适应度值，判断其是否满足终止条件：基于适应度对种群进行选择操作。步骤7：根据适应度值依次进行选择操作、交叉操作、变异操作，转入步骤2；本发明符合实际生产应用，求解精度高，求解时间短。
-
公开(公告)号：CN107817772B
公开(公告)日：2019-07-12
申请号：CN201710965924.9
申请日：2017-10-17
Applicant: 西南交通大学
IPC: G05B19/418
Abstract: 一种柔性作业车间调度优化方法，将Metropolis准则和正弦自适应步长应用于萤火虫算法，进行离散问题优化求解。在构建数学模型的基础上,随机产生离散组合问题的初始解种群，再按照模拟退火中的Metropolis准则进行个体领域内局部搜索，产生新个体，计算新个体与原个体之间的内能差，并以一定的概率接受新个体，最后利用正弦自适应步长的离散型萤火虫算法进行每一代的全局搜索，直到搜索到最优解。该方法能够更好地在全局空间内搜索FJSP问题的最优解，具有更好的搜索精度、搜索效率和稳定性，这对于求解诸如车间作业调度等离散型问题具有重要意义和显著的工程实际应用价值。
-
公开(公告)号：CN107831745B
公开(公告)日：2019-06-07
申请号：CN201711094792.3
申请日：2017-11-09
Applicant: 西南交通大学
IPC: G05B19/418
CPC classification number: Y02T10/56
Abstract: 一种柔性作业车间插单动态调度优化方法，即一种针对车间批量动态调度中插单造成拖延期问题提出的一种解决方法。该方法在构建任务序列的优化和分单批次分配的数学模型的基础上，通过研究分批选择的策略，采用算例仿真方式获得合理子批数量，同时根据对典型算例的仿真计算，给出分批数量的推荐值，其次基于工序、机器、分单数量的三层基因染色体，以最小的最大完工时间和拖延期为优化目标；最后采用粒子群算法与遗传算法的混合算法，以提高子批数量向最优方向的进化速度，有效减少拖期量。该方法在车间动态调度中降低拖延期方面表现良好，并且对于传统遗传算法，在收敛速度与稳定性方面有显著提高，同时充分结合了智能车间实际的生产状况，对于动态调度的解决有极大的促进作用，在工程中具有极大的应用价值。
-
公开(公告)号：CN107817772A
公开(公告)日：2018-03-20
申请号：CN201710965924.9
申请日：2017-10-17
Applicant: 西南交通大学
IPC: G05B19/418
CPC classification number: G05B19/41865 , G05B2219/32252
Abstract: 一种柔性作业车间调度优化方法，将Metropolis准则和正弦自适应步长应用于萤火虫算法，进行离散问题优化求解。在构建数学模型的基础上,随机产生离散组合问题的初始解种群，再按照模拟退火中的Metropolis准则进行个体领域内局部搜索，产生新个体，计算新个体与原个体之间的内能差，并以一定的概率接受新个体，最后利用正弦自适应步长的离散型萤火虫算法进行每一代的全局搜索，直到搜索到最优解。该方法能够更好地在全局空间内搜索FJSP问题的最优解，具有更好的搜索精度、搜索效率和稳定性，这对于求解诸如车间作业调度等离散型问题具有重要意义和显著的工程实际应用价值。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
