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！

龙图腾网获悉南京航空航天大学申请的专利一种电-碳双因素导入的不相关平行机绿色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：CN119378848B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411314921.5，技术领域涉及：G06Q10/0631；该发明授权一种电-碳双因素导入的不相关平行机绿色调度方法是由虞先玉;桑秀芝;周德群;温晴岚设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本一种电-碳双因素导入的不相关平行机绿色调度方法在说明书摘要公布了：本发明公开了一种电‑碳双因素导入的不相关平行机绿色调度方法，包括步骤S1采集生产条件相关参数，以为最大完工时间和电碳成本最小为目标构建不相关平行机调度模型；S2、构建自适应机制和邻域搜索机制的分布进化算法，输入生产条件相关参数，求解不相关平行机调度模型，得到最优调度方法；所述算法在求解不相关平行机调度模型时通过随机初始化种群，采用多目标非支配排序方法和拥挤距离计算，提高个体多样性，并通过信息熵自适应机制动态调整学习率和变异率。仿真结果表明，ANEDA算法在最大完工时间和电碳总成本优化方面表现显著优越，该验证了算法的有效性和实践价值。

本发明授权一种电-碳双因素导入的不相关平行机绿色调度方法在权利要求书中公布了：1.一种电-碳双因素导入的不相关平行机绿色调度方法，其特征在于，包括以下步骤： S1、采集生产条件相关参数，以为最大完工时间和电碳成本最小为目标构建不相关平行机调度模型； S2、构建自适应机制和邻域搜索机制的分布进化算法，输入生产条件相关参数，求解不相关平行机调度模型，得到最优调度方法；所述算法在求解不相关平行机调度模型时通过随机初始化种群，采用多目标非支配排序方法和拥挤距离计算，提高个体多样性，并通过信息熵自适应机制动态调整学习率和变异率； 不相关平行机调度模型如下式： Minf1＝Cmax3 Minf2＝Cost1+Cost2＝F1TEC+{0,P0}4 式中，Cmax为最大完工时间，P0为惩罚代价、TEC是总能耗、ti，j是标准加工时间，ti,j,v为速度等级v的机器j上作业i的实际加工时间、Ei，j，v是实际能耗，xi,j,v是二进制变量，n是工件数量，v为速度； 电价成本函数Cost1＝F1TEC如下式： 式中，P1、P2和P3为三档电价，E为能耗，E1和E2分别为能耗的两个分档门槛；惩罚公式Cost2如下式： 式中，α是使用碳的总能耗的一部分，β是碳火电机组功率因数，αβTEC是碳排放； 自适应机制和邻域搜索机制的分布进化算法包括以下步骤： S2.1、初始化种群：包括基于工件的时间效率初始化，工作的能源效率初始化部分种群，以及染色体随机生成：工件被分配在机器上加工的对应关系和作业的处理速度；并使用二元锦标赛规则进行种群选择即从群体中随机抽取两个个体，通过比较帕累托序列和拥挤距离，选出一个更好的个体放入精英群体，直到精英群体满足所需个体数目； S2.2、多目标非支配排序：采用多目标非支配排序方法和拥挤距离计算来提高个体的多样性； S2.3、自适应机制：计算解空间的概率分布信息，设计基于信息熵的自适应机制，对学习速率和变异率进行动态调整； S2.4、邻域搜索机制：针对基准机器和非基准机器分别基于问题特性设定邻域搜索算子，以提升局部搜索能力； S2.5、种群变异：利用种群变异保持个体的多样性，防止早熟收敛。

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南京航空航天大学，其通讯地址为：213300 江苏省常州市溧阳市滨河东路29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。