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！

龙图腾网获悉西安交通大学申请的专利一种大规模模糊柔性作业车间调度方法及相关设备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：CN118760100B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202411138211.1，技术领域涉及：G05B19/418；该发明授权一种大规模模糊柔性作业车间调度方法及相关设备是由赵飞;张文全;梅雪松;张愉昆;冯怿设计研发完成，并于2024-08-19向国家知识产权局提交的专利申请。

本一种大规模模糊柔性作业车间调度方法及相关设备在说明书摘要公布了：本发明公开了种大规模模糊柔性作业车间调度方法及相关设备，将工序节点的初始特征向量作为图Transformer的图神经网络的输入，得到工序节点的高维特征向量；将工序节点、机器节点和析取弧的初始特征向量使用浅层多层感知器映射到潜在空间的模糊析取图的节点嵌入中，并采用图Transformer的简化全局注意力机制将所述潜在空间的模糊析取图的节点嵌入映射为最终特征输出向量；将工序节点的高维特征向量和最终特征输出向量加权求和，并将加权求和后的特征输入决策网络，输出工序‑机器对动作；计算决策网络的决策损失；重复迭代，直至所有工件的工序都被确定加工机器以及加工顺序，并根据决策损失更新决策网络的参数。其目的在于解决因GNN消息传递规则的异质性、信息过度压缩、长距离依赖关系和图不完整，导致的无法求解大规模的模糊作业车间调度问题以及难以求得高质量的结果的问题。

本发明授权一种大规模模糊柔性作业车间调度方法及相关设备在权利要求书中公布了：1.一种大规模模糊柔性作业车间调度方法，其特征在于，包括： S1、构建大规模模糊柔性车间调度问题的马尔可夫决策模型；所述马尔可夫决策模型包括与大规模模糊柔性车间调度问题相关的状态、动作、奖励、状态转移和策略，所述策略包括抽样策略和贪婪策略； S2、将大规模模糊柔性车间调度问题表示为工件、工序以及加工机器之间约束关系的模糊析取图；所述模糊析取图包含若干工序节点、机器节点和析取弧，所述析取弧为工序与机器之间的连接； S3、定义所述工序节点、机器节点和析取弧的状态特征，并分别处理成初始特征向量的形式； S4、将工序节点的初始特征向量作为图Transformer的图神经网络的输入，得到工序节点的高维特征向量； S5、将工序节点、机器节点和析取弧的初始特征向量使用浅层多层感知器映射到潜在空间的模糊析取图的节点嵌入中，并采用图Transformer的简化全局注意力机制将所述潜在空间的模糊析取图的节点嵌入映射为最终特征输出向量； S6、将工序节点的高维特征向量和最终特征输出向量加权求和，并将加权求和后的特征输入决策网络，输出工序-机器对动作； S7、计算决策网络的决策损失； S8、重复S3至S7，直至所有工件的工序都被确定加工机器以及加工顺序，并根据决策损失更新决策网络的参数； 所述图Transformer的简化全局注意力机制，具体为： 式中，为查询向量，为键向量，为值向量，,,和分别表示线性前馈层，代表Frobenius范数，,为归一化之后的查询向量和键向量，表示维的全为1的列向量，对角运算将一个维的列向量转换为一个的对角矩阵，是一个的对角矩阵，作为残差连接的超参数，融合了全局成对注意力传播和自环传播，注意力传播有助于模型捕捉邻近节点的影响，自环传播保留了中心节点的信息； 所述将工序节点的高维特征向量和最终特征输出向量加权求和，具体如下： 式中，作为权重超参数，GAT为图注意力网络，表示邻接矩阵，表示原始工序节点特征，最终表示被用于下游决策任务。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。