Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 昆明理工大学张梓琪获国家专利权

昆明理工大学张梓琪获国家专利权

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基于超启发式强化学习的分布式装配混合流水车间调度方法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:CN119882630B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510016170.7,技术领域涉及:G05B19/418;该发明授权基于超启发式强化学习的分布式装配混合流水车间调度方法是由张梓琪;吴欣芸;钱斌;胡蓉;杨彪设计研发完成,并于2025-01-06向国家知识产权局提交的专利申请。

基于超启发式强化学习的分布式装配混合流水车间调度方法在说明书摘要公布了:本申请公开了一种基于超启发式强化学习的分布式装配混合流水车间调度方法,属于混合流水车间调度技术领域。该方法包括:EE‑DAHFSP‑PM的MILP模型构建:根据多目标的节能的带有机器维护的分布式装配混合流水车间调度要求,建立多目标的节能的带有机器维护的分布式装配混合流水车间的规划模型,即EE‑DAHFSP‑PM的MILP模型;EE‑DAHFSP‑PM的MILP模型的优化目标为最小化工厂的最大完工时间,和,最小化所有工厂的总碳排放量;EE‑DAHFSP‑PM的MILP模型求解:基于Q学习的超启发式进化算法QLHHEA,采用Q学习作为HLS来管理和操纵LLH在启发式搜索空间上寻找最优LLH序列,将寻找到的最优LLH序列作用在解空间上来搜寻最优pareto解集,得到调度方案。

本发明授权基于超启发式强化学习的分布式装配混合流水车间调度方法在权利要求书中公布了:1.一种基于超启发式强化学习的分布式装配混合流水车间调度方法,其特征在于,包括: S1、EE-DAHFSP-PM的MILP模型构建:根据多目标的节能的带有机器维护的分布式装配混合流水车间调度要求,建立多目标的节能的带有机器维护的分布式装配混合流水车间的规划模型,即EE-DAHFSP-PM的MILP模型; EE-DAHFSP-PM的MILP模型的优化目标为最小化工厂的最大完工时间,和,最小化所有工厂的总碳排放量; S2、EE-DAHFSP-PM的MILP模型求解: 基于Q学习的超启发式进化算法QLHHEA,采用Q学习作为HLS来管理和操纵LLH在启发式搜索空间上寻找最优LLH序列,将寻找到的最优LLH序列作用在解空间上来搜寻最优pareto解集,得到调度方案; 在S2中,EE-DAHFSP-PM的MILP模型求解的具体步骤包括: S2.1、设计EE-DAHFSP-PM的编解码方案; S2.2、构建低级启发式LLHs池,LLHs池分为产品和工序两部分,分别对产品序列和工件序列进行邻域搜索; S2.3、初始化Q学习的超启发式进化算法的参数,其参数具体包括种群规模、学习率、折扣率、精英高级个体比率、最初贪婪率、最终贪婪率; S2.4、初始化种群,通过适应度函数对种群个体进行筛选,获取种群中的非支配解集; S2.5、破坏-重构:对种群中的非支配解集进行破坏-重构操作,即在中随机选择个产品,对每个产品的工件进行完全破坏-重构;对破坏重构后的种群与求并集,再次进行非支配解搜索,获得新的非支配解集; S2.6、节能策略:对非支配解集进行节能操作; S2.7、根据表生成高层个体,每个高层个体由低级启发式序列构成; S2.8、将每个高层个体作用在上,计算每个高层个体的贡献率,并选择出精英高层个体 S2.9、将精英高层个体作用在上,更新Q表和非支配解集 S2.10、判断是否满足终止条件,迭代次数=50,若满足,则输出非支配解集;否则,跳转至S2.7; 在S2.7中,根据表生成高层个体的具体步骤包括: S2.7.1、根据算法选择一个状态,获取动作和下一状态,并对种群中非支配解集执行动作,获得新的非支配解集,并评估的性能; 其中,评估新解的具体方式是:在QLHHEA的运行过程中,由Q-learning选择的动作被应用于Pareto解集;所选动作的价值由生成的Pareto前沿PF的质量决定;该动作的性能通过收敛性指标和多样性指标进行评估,分别由以下公式定义: 其中,表示通过在状态下执行动作所获得的Pareto前沿PF,表示参考Pareto最优前沿,表示中每对相邻点之间的欧几里得距离,表示这些距离的平均值,变量表示中非支配解的数量,距离和分别表示中极值解和边界解之间的欧几里得距离,较小的值表明更强的收敛性,较大的值则表明中解的多样性更强,因此,定义了以下四种性能评估PE指标:PE1:PE2:PE3:PE4:; S2.7.2、设置奖励函数,根据获得的奖励更新Q表,将状态更新到下一状态,奖励函数和Q表更新公式如下: ; ; S2.7.3、如果高层个体全部生成,则跳转至S2.8,否则跳转至S2.7。

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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。