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！

龙图腾网获悉东北大学申请的专利基于进化优化的生产线旁物料布局多目标优化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：CN120597732B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511099457.7，技术领域涉及：G06F30/27；该发明授权基于进化优化的生产线旁物料布局多目标优化方法及系统是由张长胜;孙百庆;卢宇;张宸设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本基于进化优化的生产线旁物料布局多目标优化方法及系统在说明书摘要公布了：本发明提供一种基于进化优化的生产线旁物料布局多目标优化方法及系统，涉及智能制造与工业工程优化技术领域。该方法首先获取生产线旁物料布局优化所需基础信息数据，并进行数据预处理和标准化；然后建立生产线旁物料布局多目标优化数学模型，确定目标函数和约束条件；针对生产线旁物料布局多目标优化数学模型，采用启发式初始化策略和动态汤普森采样机制对MOEAD算法进行改进，得到启发式初始化MOEAD算法；最后基于启发式初始化MOEAD算法求解生产线旁物料布局多目标优化数学模型，通过迭代优化获得帕累托最优解集，即获得生产线旁物料的最优布局。该方法能够有效提升物料布置的合理性与效率。

本发明授权基于进化优化的生产线旁物料布局多目标优化方法及系统在权利要求书中公布了：1.一种基于进化优化的生产线旁物料布局多目标优化方法，其特征在于：包括： 获取生产线旁物料布局优化所需基础信息数据；获取每类物料需求信息、货架结构参数、物料规格信息和工人作业参数； 对获取的基础信息数据进行数据预处理和标准化； 建立生产线旁物料布局多目标优化数学模型，确定生产线旁物料布局多目标优化的目标函数和约束条件； 所述生产线旁物料布局多目标优化数学模型的决策变量包括： 物料在货架层上水平方向放置数量，垂直方向放置数量，物料摆放方向，其中取0表示长边水平于货架，取1表示短边水平于货架； 所述生产线旁物料布局多目标优化的目标包括：物料配比偏差最小化、工人作业负荷最小化、货架空间利用率最大化；对两个最小化目标和一个最大化目标进行优化方向统一，将多目标优化问题转化为方向一致的最小化优化问题； 所述生产线旁物料布局多目标优化的约束条件包括：物料需求满足约束、货架长度约束、货架深度约束、货架承重约束； 针对生产线旁物料布局多目标优化数学模型，采用启发式初始化策略和动态汤普森采样机制对MOEAD算法进行改进，得到启发式初始化MOEAD算法； 基于启发式初始化MOEAD算法求解生产线旁物料布局多目标优化数学模型，通过迭代优化获得帕累托最优解集，即获得生产线旁物料的最优布局； 所述针对生产线旁物料布局多目标优化数学模型，采用启发式初始化策略和动态汤普森采样机制对MOEAD算法进行改进，得到启发式初始化MOEAD算法的具体方法为： 步骤S1：算法参数初始化；设置种群规模、最大迭代次数、邻域大小、变异概率、交叉概率和权重向量集合；采用切比雪夫分解方法将生产线旁物料布局多目标优化问题分解为多个带有方向偏好的单目标子问题；每个子问题通过最大加权偏差函数进行建模，从而有效引导启发式初始化MOEAD算法在解空间中找到分布均匀的帕累托最优解，如下公式所示： ； ；其中，为切比雪夫分解函数；为决策变量；为理想点，表示当前目标函数在可行解集上的分量最小值构成的向量；为第个目标函数在第次迭代下的权重向量，体现了当前第次迭代下各目标的重要性；为目标函数值，为目标的个数；为可行域，表示在决策空间中满足所有约束条件的解所构成的集合；为第个目标函数的理想点； 步骤S2：设计启发式初始化策略，基于生产线旁物料布局多目标优化问题特征设计四阶段初始化方法： 阶段1：随机化物料方向对每个个体，随机设置各物料的摆放方向，并计算对应的实际占用尺寸； 阶段2：对货架层进行排序根据货架层取放物料的能耗系数对货架层进行排序，优先将物料分配到低能耗的货架层，由此得到货架层优先级排序； 阶段3：分配物料优先级按物料的期望配比降序排列物料，优先分配高配比物料，由此得到物料排序； 阶段4：生成贪心布局按物料优先级和货架层优先级，在满足如下约束条件下随机分配物料数量： ； ； 其中，和为在当前约束下物料在货架层上水平方向和垂直方向可放置的最大数量，和为水平方向和垂直方向上，启发式初始化阶段为每种物料预设的最大放置数量上限； 步骤S3：设计基于Beta分布和汤普森采样的自适应算子选择机制，以动态调整变异算子的选择概率，在每一代中，从各Beta分布中采样一次，选择采样值最大的算子用于变异操作； 步骤S4：以概率在邻域内选择父代个体，以概率在全体种群中随机选择，平衡邻域搜索与全局搜索； 步骤S5：对变异操作后生成的新解进行约束检查和修复： 修复1：深度约束修复，如果第i类物料在第k层货架的纵深方向数量使其占用总深度超过货架层最大允许深度，则需对其进行限制，如下公式所示： ； 其中，为第i类物料在第k层货架纵深方向修复后的数量，为货架层的深度，为物料的实际占用深度； 修复2：长度约束修复，确保每一层货架中所有物料水平方向的总占用长度不超过该层货架的最大长度，如下公式所示： 若，则按比例缩放第i类物料的放置数量： ； 其中，为货架层的长度，为物料的实际占用长度，为物料种类数； 修复3：需求约束修复若，为物料的需求量，则说明在所有货架层上分配的第i种物料总数小于生产需求，在仍有可用空间的货架层上增加该种物料； 步骤S6：种群更新与理想点维护；采用切比雪夫距离评估解的质量，更新邻域内的解，并在每一代进化过程中，依据新产生的个体动态更新理想点。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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”。