华中科技大学李新宇获国家专利权
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!
龙图腾网获悉华中科技大学申请的专利一种分布式作业车间的优先调度规则生成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:CN116500986B 。
龙图腾网通过国家知识产权局官网在2025-11-28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:202310439782.8,技术领域涉及:G05B19/418;该发明授权一种分布式作业车间的优先调度规则生成方法及系统是由李新宇;黄江平;高亮设计研发完成,并于2023-04-20向国家知识产权局提交的专利申请。
本一种分布式作业车间的优先调度规则生成方法及系统在说明书摘要公布了:本发明属于车间调度领域,并具体公开了一种分布式作业车间的优先调度规则生成方法及系统,包括:构建调度规则生成模型用于决策分布式作业车间调度问题,其中将分布式作业车间调度问题表示为析取图:每个工厂对应一个子析取图,将所有工厂的子析取图进行拼接,得到能表示工厂分配以及工厂内工序排序的析取图,其每个节点包括被分配的工厂信息;通过马尔可夫决策模型对析取图进行求解,决策过程中,通过图神经网络提取析取图的特征,通过演员网络进行动作决策;根据预获取的数据集训练调度规则生成模型,更新图神经网络和演员网络参数,得到训练好的调度规则生成模型。本发明可实现分布式作业车间的优先调度规则生成,具有较好的性能和泛化性。
本发明授权一种分布式作业车间的优先调度规则生成方法及系统在权利要求书中公布了:1.一种分布式作业车间的优先调度规则生成方法,其特征在于,包括如下步骤: 构建调度规则生成模型用于决策分布式作业车间调度问题,其中: 先确定各工件的工厂分配,工件的工厂分配方法为:分别计算各工件完成所有工序的总加工时间,按总加工时间升序对各工件进行排序;然后将前个工件依次放入个工厂,为工厂总数;对于剩下的工件,计算当前各工厂中所有工件的总加工时间,将当前排序最前的工件分配到总加工时间最小的工厂;重复此过程,直至完成所有工件的工厂分配; 将分布式作业车间调度问题表示为析取图:每个工厂对应一个子析取图,将所有工厂的子析取图进行拼接,得到能表示工厂分配以及所有工厂内工序排序的析取图,析取图的每个节点包括被分配的工厂信息; 通过马尔可夫决策模型对析取图进行求解:马尔可夫决策模型通过多次决策更新析取图,逐步完善析取图中所有节点,从而得到最终解;决策过程中,通过图神经网络提取析取图的特征,通过演员网络进行动作决策; 根据预获取的数据集,对构建的调度规则生成模型进行训练,迭代更新图神经网络和演员网络参数,得到训练好的调度规则生成模型; 通过训练好的调度规则生成模型实现分布式作业车间的调度规则生成; 所述马尔可夫决策模型包括决策过程中各时刻的状态特征、动作、状态转移以及奖励;具体为: 状态特征:对任意决策点时刻的析取图,其中的节点包括5个特征,5个特征组成状态特征;5个特征具体为: 1节点对应工序的加工时间; 2二进制变量;当节点对应工序在时刻已经完成调度时,,否则; 3节点对应工序所在的工厂;若工件被分配到工厂中,则该工件所有工序在时刻的工厂特征均表示为; 4节点对应工序的完成时间的估计下界; 当工序是工件的第一道工序时,估计下界等于工件的释放时间加上工序的加工时间; 当工序不是工件的第一道工序,则判断:如果时刻工序完成加工,则估计下界就等于它的实际完成时间;否则,估计下界通过计算得到,其中为工序的前一道工序完成时间的估计下界,是工序的处理时间; 5节点对应工序的最早释放时间; 初始状态时:当工序是工件的第一道工序时,最早释放时间为0;当工序不是工件的第一道工序时,其最早释放时间为,其中为工序前一道工序的最早释放时间,是工序的处理时间; 状态时,:当工序完成加工,则最早释放时间为0;当工序没有被加工且其前道工序完成加工,则工序的最早释放时间等于其前道工序的完成时间;当工序没有被加工且其前道工序没有完成加工,则最早释放时间为工序的最早释放时间加上工序的处理时间; 动作:决策点的动作空间为所有未完成工件的下一道工序组成的集合; 状态转移:将选择的动作插入一个可行的位置,使得该工序的最早开始加工时间最小; 奖励:在决策点,如果动作对应的工序在工厂中,则当前奖励为,其中是状态下选取动作获得的奖励值,是时刻工厂的最大完成时间,是采取动作后时刻的工厂的最大完成时间。
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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励