买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉昆明理工大学申请的专利一种面向汽车制造的基于多尺度图注意力机制的分布式柔性作业车间调度方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120146147B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510630742.0，技术领域涉及：G06Q10/0631；该发明授权一种面向汽车制造的基于多尺度图注意力机制的分布式柔性作业车间调度方法及系统是由张梓琪;黄铜;许延轩;钱斌;胡蓉设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本一种面向汽车制造的基于多尺度图注意力机制的分布式柔性作业车间调度方法及系统在说明书摘要公布了：本发明涉及汽车制造技术领域，且公开了一种面向汽车制造的基于多尺度图注意力机制的分布式柔性作业车间调度方法及系统，本发明首先获取分布式柔性作业车间约束项和优化目标最大完工时间，并构建节能分布式柔性作业车间调度模型，将异构图通过多尺度中心扩张注意窗口首先对异构图进行多尺度扩张，并对异构图中不同的节点类型采用两种不同算法的嵌入。该方法通过采用PPO‑AC算法优化的调度策略能够更有效地处理作业冲突和资源分配问题，减少了因调度不当引起的机器空转和等待时间。在实验环境中，使用本发明的调度策略，作业车间的整体作业完成时间平均缩短了20%，提高了生产效率。

本发明授权一种面向汽车制造的基于多尺度图注意力机制的分布式柔性作业车间调度方法及系统在权利要求书中公布了：1.一种面向汽车制造的基于多尺度图注意力机制的分布式柔性作业车间调度方法，其特征在于：包括以下步骤： S1、获取分布式柔性作业车间约束项和优化目标最大完工时间，并构建节能分布式柔性作业车间调度模型； 所述分布式柔性作业车间约束项包括：作业分配约束、机器占用约束、机器可用性约束、操作顺序约束、时间计算、作业间无冲突约束和最大完工时间定义； S2、将分布式柔性作业车间调度模型建模为单智能体的马尔科夫决策过程； S3、获取分布式柔性作业车间的加工信息并整理成加工特征矩阵，并将加工特征矩阵表示为异构图，将异构图通过多尺度中心扩张注意窗口首先对异构图进行多尺度扩张，并对异构图中不同的节点类型采用两种不同算法的嵌入，最终得到异构图嵌入； 所述步骤S3中的具体步骤如下： S3.1、采用多尺度中心扩张注意窗口对异构图进行扩展； 首先以原图为基础，找出关键节点，即图中的图，特别的是，在时，，即带选择节点集，，，之后以关键节点为中心，向外寻找与关键节点距离为r的相关节点组成的子图，经过多尺度扩张后获得异构图集,其中为异构图经过多尺度中心扩张注意窗口对异构图进行扩展得到的尺度为r，其中的异构图子图，为原始异构图，进行级联并送入MLP，得到动作在状态处的优先级索引，对每个动作的优先级索引进行归一化得到概率分布；S3.2、将扩张后的异构图输入到自适应多节点嵌入异构图神经网络中进行嵌入，所述自适应多节点嵌入异构图神经网络对于扩张后的异构图进行嵌入具体包括对机器节点嵌入、工厂节点嵌入、操作节点嵌入和图嵌入，在嵌入完成后进行聚合，最终得到异构图嵌入； 所述自适应多节点嵌入异构图神经网络进行机器节点嵌入包括两条元路径，第一条是机器节点到操作节点，采用自注意力机制进行路径嵌入，第二条是机器节点到工厂节点，采用自注意力机制进行路径嵌入，并将两条元路径的嵌入结果采用自注意力机制进行路径聚合得到机器嵌入特征； 所述自适应多节点嵌入异构图神经网络进行工厂节点嵌入，仅包含一条元路径，采用自注意力机制进行路径嵌入，不进行路径聚合，得到工厂嵌入特征； 所述自适应多节点嵌入异构图神经网络进行操作节点嵌入操作节点通过多层MLP堆叠进行嵌入，具体表达式如下： ； 其中，表示实例基于原始异构图进行对操作节点进行嵌入、、、、、分别表示嵌入使用的第一至第五多层感知机、表示当前嵌入操作的直接前驱的原始特特征、表示当前嵌入操作的直接后继的原始特特征、表示当前嵌入操作的原始特特征、因为机器嵌入在操作嵌入之前进行，表示当前嵌入操作连接的机器经过机器嵌入得到的嵌入特征、分别表示激活函数，表示级联； 所述自适应多节点嵌入异构图神经网络进行图嵌入的具体表达式如下： ； ； ； 、、分别表示最终得到的操作嵌入，机器嵌入，工厂嵌入，分别表示基于尺度为r=1的异构图子图分别进行图嵌入得到的局部操作嵌入，局部机器嵌入，局部工厂嵌入，分别表示基于尺度为r=2的异构图子图分别进行图嵌入得到的局部操作嵌入，局部机器嵌入，局部工厂嵌入，分别表示基于尺度为r=的异构图子图分别进行图嵌入得到的局部操作嵌入，局部机器嵌入，局部工厂嵌入，分别表示基于原始异构图分别进行图嵌入得到的局部操作嵌入，局部机器嵌入，局部工厂嵌入，表示级联，其中，是多尺度中心扩张注意窗口的尺度参数；S4、采用智能体PAC根据当前状态，基于Softmax策略概率性选择动作，获得奖励并且进入下一个状态，并将智能体所有数据存储，在进行策略更新的时候读取； S5、进行网络更新，依据智能体的状态、动作、平均奖励对智能体PAC中的Critic网络进行训练，根据Critic网络输出价值函数值，计算优势函数，之后计算损失函数； S6、判断是否全部动作调度结束，若未出现终止信号，返回S3，若出现终止信号，则表示调度结束； S7、判断当前迭代次数是否等于更新步长，若符合，则对验证集进行验证，保留最优策略和最优调度方案，若不符合，则进行下一步； S8、判断当前迭代次数是否超过最大迭代次数，若符合，则结束全部训练，输出最优策略和最优调度方案，若不符合，则进行下一次训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人昆明理工大学，其通讯地址为：650093 云南省昆明市一二一大街文昌路68号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。