聊城大学韩玉艳获国家专利权
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!
龙图腾网获悉聊城大学申请的专利一种聚类和熵引导的可重入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:CN120893784B 。
龙图腾网通过国家知识产权局官网在2025-12-23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:202511394806.8,技术领域涉及:G06Q10/0631;该发明授权一种聚类和熵引导的可重入混合流水车间调度方法是由韩玉艳;李车翔;王玉亭;李寰;马鸣啸设计研发完成,并于2025-09-28向国家知识产权局提交的专利申请。
本一种聚类和熵引导的可重入混合流水车间调度方法在说明书摘要公布了:本发明涉及一种聚类和熵引导的可重入混合流水车间调度方法,所述方法包括如下步骤:步骤1:建立问题模型;步骤2:设置算法运行参数;步骤3:采用初始化策略生成探索种群与开发种群;步骤4:判断是否满足第一阶段终止条件,若不满足则对探索种群与开发种群执行第一阶段进化策略和更新策略,否则执行步骤5;步骤5:构建精英种群;步骤6:判断是否满足第二阶段终止条件,若不满足则对精英种群执行第二阶段进化策略;否则,输出帕累托解集;步骤7:更新精英种群。本发明实现了全局探索与局部开发的动态平衡,能够在保证解集收敛性的同时提升解的分布性,从而减少完工时间和总能耗,降低生产成本,并提高车间调度效率。
本发明授权一种聚类和熵引导的可重入混合流水车间调度方法在权利要求书中公布了:1.一种聚类和熵引导的可重入混合流水车间调度方法,其特征在于包括如下步骤: 步骤1:以最小化最大完工时间和最小化总能耗为优化目标,建立多目标可重入混合流水车间调度问题模型; 步骤2:设置算法运行参数; 步骤3:采用初始化策略生成探索种群与开发种群; 步骤4:判断是否满足第一阶段终止条件,若不满足则对探索种群与开发种群执行第一阶段进化策略和更新策略,否则执行步骤5; 步骤5:从探索种群与开发种群中筛选性能优良的个体,构建精英种群; 步骤6:判断是否满足第二阶段终止条件,若不满足则对精英种群执行第二阶段进化策略;否则,输出帕累托解集; 步骤7:更新精英种群; 所述步骤2中的参数包括:探索种群规模、精英种群规模、邻域半径; 第一阶段的终止时间:;其中,为道次数,;为工件数,;为阶段数,; 所述步骤4包括: 根据运行时间判断是否达到第一阶段终止时间;若没有达到,则进入第一阶段进化策略;否则执行步骤5; 第一阶段进化策略;其中:对开发种群执行第一搜索策略,并更新开发种群的工件序列,所述第一搜索策略包括六种基于指标的局部搜索方法; 将所述开发种群个体传入到探索种群,对合并后的探索种群执行第二搜索策略,并更新探索种群的工序序列和机器序列,所述第二搜索策略包括:对工序序列执行优先操作交叉,对机器序列执行均匀交叉; 所述步骤3包括: 开发种群采用基于个道次的工件序列编码,所述工件序列表示为,并通过混合启发式方法生成初始调度方案,将工件分配至各机器; 探索种群采用工序序列和机器序列联合编码,所述工序序列记为,机器序列记为,并采用随机方法生成初始调度方案; 其中,为工件序列的索引,为第个加工的工件,为最后一个加工的工件,为工序序列的索引,为最后一个加工的工序,为机器序列的索引,为最后一个工序分配的机器; 所述步骤6中的第二阶段进化策略包括邻域搜索策略,具体为: 首先,簇结构提取; 利用带噪声的基于密度的聚类方法对精英解集进行聚类分析,以识别解集中的簇结构及噪声点,其中将设置为1,以允许单个解形成独立簇;为最小样本点数; 然后,熵计算与进化权重分配; 将目标空间等宽划分为×个网格,其中:簇中的解为,为,为,,,,,为精英种群规模,为网格划分数,i为簇的索引,为最大完工时间,为总能耗,为最小的,为最大的,为最小的,为最大的,e为精英解的索引,xe为第个精英解的值,ye为第个精英解的值; 为每个解分配唯一的一维索引,所述一维索引计算公式如下: ; 其中,表示解所在的行,表示解所在的列; 统计每个簇中落入网格的解数量,计算对应概率,所述概率计算公式如下: ; 其中,,表示簇的个体数; 通过所述概率计算簇的归一化熵,所述归一化熵计算公式如下: ; ; 其中,和分别表示所有簇的最小的熵和最大的熵; 将熵映射为进化权重,所述进化权重计算公式如下: ; 最后,采用斜率对目标空间进行划分 计算每个簇的平均目标斜率,所述平均目标斜率计算公式如下: ; 其中,和分别表示平均归一化的和; 根据目标斜率将目标空间划分为四个区域,并选择相应的邻域搜索策略。
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聊城大学,其通讯地址为:252000 山东省聊城市东昌府区湖南路1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