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！

龙图腾网获悉合肥工业大学申请的专利一种考虑疲劳的人机协作装配线平衡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：CN117707066B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202311693726.3，技术领域涉及：G05B19/418；该发明授权一种考虑疲劳的人机协作装配线平衡方法是由周蓉;崔浩巍;沈维蕾;陈嘉浩;王含;林子渝;张润设计研发完成，并于2023-12-07向国家知识产权局提交的专利申请。

本一种考虑疲劳的人机协作装配线平衡方法在说明书摘要公布了：本发明公开了一种考虑疲劳的人机协作装配平衡方法，包括以下步骤：导入相关数据以及装配约束关系矩阵；导入系统参数；然后建立初始种群，对初始种群采取帕累托支配排序，将其中的帕累托最优解放入存档，建立初始存档；初始化速度矩阵，对种群采用改进的人工鱼群算法进行优化；更新速度矩阵，然后根据速度矩阵生成新种群；最后采用模糊相关熵分析法输出决策者无偏好前提下的最优方案。本发明通过在人机协作装配线平衡问题中引入对人体疲劳的考虑，将总疲劳度，疲劳平滑度作为目标函数进行优化，同时考虑疲劳对于装配过程中工人工作效率的影响，力图降低工人由于工作带来的健康风险，同时提高模型的准确度。

本发明授权一种考虑疲劳的人机协作装配线平衡方法在权利要求书中公布了：1.一种考虑疲劳的人机协同装配线平衡方法，其特征在于，包括步骤如下： S1：获取不同工序采用不同装配模式所花费的时间数据、初始节拍、一批的装配数量以及装配约束关系，并将任务装配约束关系转化为任务装配约束矩阵，导入上述数据以及任务装配约束关系矩阵； S2：导入系统参数，所述参数包括：鱼群算法的初始视野visual、拥挤度因子δ、种群数目Nfish、视野因子α捕食尝试次数ntry、个体学习因子c1、群体学习因子c2、最优解学习因子c3、迭代次数Iteration； S3：建立初始种群，以及初始存档； 根据任务装配约束关系矩阵、不同工序采用不同装配模式的装配时间，获取Nfish个包含装配线任务信息、装配模式信息以及工作站信息的人机协同装配方案作为初始种群，将其中的帕累托最优解放入存档Q中； 所述步骤S3具体包括： S31：根据任务装配约束关系矩阵建立可行任务序列； S32：根据S31构建的可行任务序列以及任务装配约束关系，建立可行的装配模式序列； S33：根据S32可行任务序列与装配模式序列，以初始节拍为时间约束，建立工作站序列； S34：将可行任务序列、装配模式序列、工作站序列整合为可行方案序列，计算可行方案序列的完工时长、成本、总疲劳度以及疲劳平滑度； S35：循环步骤S31-S34Nfish次，建立初始种群； S36：对初始种群进行帕累托支配排序，获得各可行解的帕累托等级和拥挤度； S37：对初始种群进行帕累托支配排序，将帕累托等级为1的人机协同方案放入存档Q中； S4:初始化速度矩阵 人工鱼的速度机制信息由速度矩阵V保存，V为一个1×Nfish的矩阵，保存了Nfish条人工鱼的速度信息；第a条人工鱼的速度由NT个速度分量vab所构成，va＝[va1…vab…vaNT]T,a∈1,2,…,Nfish，b∈1,2,…,NT，人工鱼a在位置b处的速度分量信息保存在vab中，元素vabip表示人工鱼a在其染色体序列第b个位置选择以装配模式p完成任务i的可能性； 初始化速度矩阵，为每个vab中的每个元素vabip赋予一个介于[0,1]内的随机数,然后令vab中无法以装配模式p完成任务i的元素vabip为0，速度矩阵初始化完成； S5：开始迭代，结合人工鱼的速度机制，对初始种群采用改进的人工鱼群算法进行优化，并采用渐进邻域搜索方法对找到优解进行局域搜索； S6:对所有人工鱼执行完步骤S5的操作后，将算法找到的优解与Q中的解进行Pareto关系比较，保留其中的非劣解进入Q，对人工鱼的速度矩阵进行更新； S7：根据人工鱼的速度矩阵生成Nfish个解作为新种群； S8：迭代完成后，输出存档中的帕累托最有解集； S9：对获得的帕累托最优解集采用模糊相关熵分析，获得决策者无偏好前提下的最优方案。

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合肥工业大学，其通讯地址为：230002 安徽省合肥市屯溪路193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。