-
公开(公告)号：CN110243363B
公开(公告)日：2020-07-17
申请号：CN201910593352.5
申请日：2019-07-03
Applicant: 西南交通大学
Abstract: 本发明公开一种基于低成本IMU与RFID技术结合的AGV实时定位方法，首先进行补偿传感器误差：对低成本IMU传感器进行零加速检测和误差修正，包括对加速度和航偏角的误差进行补偿；然后去除采集数据噪声：通过卡尔曼滤波位姿更新算法对IMU采集的数据进行噪声去除，得到滤波后的AGV速度与位移更新，得到AGV的实时位置；最后RFID进行位置校正：通过RFID阅读器采集的信号与惯性传感信息进行组合定位，在特定参考节点进行位置信息的校正，进而获得AGV的实时精确位置信息。本发明成本低廉，能够达到实际定位要求，较单纯使用INS稳定性和可靠性更高，定位精度提高31%，适用于室内AGV实时定位。
-
公开(公告)号：CN110991056A
公开(公告)日：2020-04-10
申请号：CN201911247383.1
申请日：2019-12-09
Applicant: 西南交通大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/04 , G06N3/12 , G06F111/04 , G06F111/10
Abstract: 本发明公开了一种基于遗传变邻域算法的飞机装配线作业调度方法，该方法首先建立资源受限的飞机装配线作业调度模型，将实际生产中的作业调度问题转化为优化求解的数学模型问题；其次以最小化装配作业总工期为优化目标，同时考虑紧前紧后约束、资源约束和空间约束，构建飞机装配线分部段作业调度模型；最后采用改进遗传变邻域算法进行求解。本发明设计了一种结合优先级规则的种群初始化方法以缩减解空间，采用一种结合接受阈值的变邻域局部搜索方式，构建三种考虑紧前紧后关系的邻域结构来确保搜索过程中产生合法解，以提高搜索能力，避免传统遗传算法陷入局部最优；通过本方法所得的飞机装配线作业调度方案可有效缩短装配作业总工期。
-
Patent Agency Ranking
公开(公告)号：CN110243363A
公开(公告)日：2019-09-17
申请号：CN201910593352.5
申请日：2019-07-03
Applicant: 西南交通大学
Abstract: 本发明公开一种基于低成本IMU与RFID技术结合的AGV实时定位方法，首先进行补偿传感器误差：对低成本IMU传感器进行零加速检测和误差修正，包括对加速度和航偏角的误差进行补偿；然后去除采集数据噪声：通过卡尔曼滤波位姿更新算法对IMU采集的数据进行噪声去除，得到滤波后的AGV速度与位移更新，得到AGV的实时位置；最后RFID进行位置校正：通过RFID阅读器采集的信号与惯性传感信息进行组合定位，在特定参考节点进行位置信息的校正，进而获得AGV的实时精确位置信息。本发明成本低廉，能够达到实际定位要求，较单纯使用INS稳定性和可靠性更高，定位精度提高31%，适用于室内AGV实时定位。
-
公开(公告)号：CN110866586B
公开(公告)日：2021-03-16
申请号：CN201910971120.9
申请日：2019-10-14
Applicant: 西南交通大学
Abstract: 本发明公开了用于受资源约束多项目调度的改进遗传规划算法优化方法，包括以下步骤：步骤1：初始化参数、功能集和属性集；步骤2：收集不同工况下的项目集数据，并将其分解为训练集和测试集；步骤3：提取训练集中各工况项目集中的项目信息作为训练输入，提取功能集和属性集作为编码依据，对改进遗传规划算法中的种群进行训练；步骤4：判断是否达到训练集最大工况数，若是则输出种群中的最优解集，若否则变换项目集后，返回步骤3；步骤5：采用测试集和训练集对步骤4输出的最优解集进行测试；本发明能够对单/多目标下的受资源约束多项目调度问题进行求解，改善传统遗传规划容易陷入局部最优的缺陷，提高遗传规划的搜索和训练能力。
-
公开(公告)号：CN110991056B
公开(公告)日：2021-08-06
申请号：CN201911247383.1
申请日：2019-12-09
Applicant: 西南交通大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/04 , G06N3/12 , G06F111/04 , G06F111/10
Abstract: 本发明公开了一种基于遗传变邻域算法的飞机装配线作业调度方法，该方法首先建立资源受限的飞机装配线作业调度模型，将实际生产中的作业调度问题转化为优化求解的数学模型问题；其次以最小化装配作业总工期为优化目标，同时考虑紧前紧后约束、资源约束和空间约束，构建飞机装配线分部段作业调度模型；最后采用改进遗传变邻域算法进行求解。本发明设计了一种结合优先级规则的种群初始化方法以缩减解空间，采用一种结合接受阈值的变邻域局部搜索方式，构建三种考虑紧前紧后关系的邻域结构来确保搜索过程中产生合法解，以提高搜索能力，避免传统遗传算法陷入局部最优；通过本方法所得的飞机装配线作业调度方案可有效缩短装配作业总工期。
-
公开(公告)号：CN110866586A
公开(公告)日：2020-03-06
申请号：CN201910971120.9
申请日：2019-10-14
Applicant: 西南交通大学
Abstract: 本发明公开了用于受资源约束多项目调度的改进遗传规划算法优化方法，包括以下步骤：步骤1：初始化参数、功能集和属性集；步骤2：收集不同工况下的项目集数据，并将其分解为训练集和测试集；步骤3：提取训练集中各工况项目集中的项目信息作为训练输入，提取功能集和属性集作为编码依据，对改进遗传规划算法中的种群进行训练；步骤4：判断是否达到训练集最大工况数，若是则输出种群中的最优解集，若否则变换项目集后，返回步骤3；步骤5：采用测试集和训练集对步骤4输出的最优解集进行测试；本发明能够对单/多目标下的受资源约束多项目调度问题进行求解，改善传统遗传规划容易陷入局部最优的缺陷，提高遗传规划的搜索和训练能力。
-
公开(公告)号：CN112085368A
公开(公告)日：2020-12-15
申请号：CN202010907353.5
申请日：2020-09-02
Applicant: 西南交通大学
IPC: G06Q10/06 , G06F30/27 , G06N3/12 , G06F111/04 , G06F111/06
Abstract: 本发明公开一种基于免疫遗传算法的设备产能配置与布局优化方法，具体为：首先建立多阶段设备产能配置与设备鲁棒性布局集成优化的数学模型，基于设备总购置成本最小、物料搬运成本最小、设备负载均衡性最大的优化目标，采用加权归一的方法将多优化目标转化为单一评价函数，同时考虑布局鲁棒性、设备产能配置及设备布局等约束条件；采用改进免疫遗传算法对多阶段设备产能配置与设备鲁棒性布局集成优化模型进行求解，在求解过程中，引入免疫算子，并设计了一种自适应策略。本发明可以有效解决动态需求环境下的车间设备规划问题；从而减少设备总购置成本和物料搬运成本，平衡设备负载均衡性，避免动态需求环境下的频繁布局，为企业带来更大的利益。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
