-
公开(公告)号：CN117077975A
公开(公告)日：2023-11-17
申请号：CN202311169419.5
申请日：2023-09-11
Applicant: 哈尔滨工业大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/126
Abstract: 基于混合初始化模因算法的分布式异构流水车间调度方法，属于车间调度领域，本发明为解决现有生产调度方法仅适用于同构工厂模型的问题。本发明方法包括：步骤S1：建立分布式异构流水车间调度模型；步骤S2：初始化模因算法基本参数，根据混合初始化策略生成初始种群；步骤S3：对种群个体进行适应度值评价，并进行帕累托非支配排序；步骤S4：对种群中的个体进行一定概率的交叉操作；步骤S5：采用搜索算子对种群进行协同搜索；步骤S6：将后代种群与父代种群合并，选择一半个体作为局部搜索目标；步骤S7：对所选目标个体进行局部搜索；步骤S8：更新种群；步骤S9：若算法满足停止条件，则结束算法进程，并输出非支配解集；否则，算法转到S4继续迭代。
-
公开(公告)号：CN116842408A
公开(公告)日：2023-10-03
申请号：CN202310808115.2
申请日：2023-07-03
Applicant: 哈尔滨工业大学(威海)
Abstract: 基于差分进化算法聚类的2.5D集成电路小时延缺陷检测方法，属于集成电路测试优化技术领域，本发明为解决传统2.5D集成电路小时延缺陷检测方法测试成本开销大、测试速度慢的问题。本发明方法包括：步骤一，读取2.5D集成电路关键路径数据作为待聚类数据；步骤二，使用差分进化算法对寄存器中的待聚类数据进行处理，获取最优聚类方案：无需提前设定分组数量，可以在运行过程中确定最佳分组数量，通过变异、交叉和选择等操作实现对聚类过程的优化，确定最佳聚类方案；步骤三，根据最优聚类方案选择每个子类中的聚类中心作为代表性关键路径，测量代表性关键路径上的延迟并映射到其他关键路径上，完成检测集成电路关键路径上的小时延缺陷。
-
公开(公告)号：CN117891220A
公开(公告)日：2024-04-16
申请号：CN202410074533.8
申请日：2024-01-18
Applicant: 哈尔滨工业大学
IPC: G05B19/418
Abstract: 一种基于多智能体深度强化学习的分布式混合流水车间调度方法，属于制造生产车间的调度排产技术领域，本发明为解决分布式混合流水车间调度的技术普遍存在响应速度慢、求解效率不高的问题。本发明对于以最大完工时间最小和总能耗最小为优化目标的分布式混合流水车间调度问题，该方法首先将各机器作为智能体搭建多智能体神经网络模型，随后使用模型对大量分布式混合流水生产算例进行计算求解，并使用经验库对训练过程中动作、奖励和状态变化情况进行保存，再通过对经验库进行随机采样对各神经网络进行训练，训练过程中使用验证算例集对模型进行检验，最后使用完成训练的模型对分布式混合流水车间调度问题进行求解。
-
公开(公告)号：CN116843024A
公开(公告)日：2023-10-03
申请号：CN202310808109.7
申请日：2023-07-03
Applicant: 哈尔滨工业大学(威海)
Abstract: 基于分解多目标进化算法的2.5D集成电路测试路径优化方法，属于集成电路测试优化领域，本发明为解决传统优化方法在求解多目标优化问题时，通常需要问题的梯度信息而不能够高效地求解，平衡测试时间与测试硬件开销的效果不理想的问题。本发明方法包括：步骤一、初始化，对2.5D集成电路的测试路径配置方案生成初始种群，并依据多目标进化算法评估初始种群指标，选择最优适应度指标作为初始种群的理想点；步骤二、采用交叉和变异算子产生新解，并依据多目标进化算法评估新解、更新理想点步骤三、环境选择，包括更新邻域解和精英解集合；步骤四、多次执行步骤二、三迭代过程，直至迭代结束，输出精英解集合。
-
Patent Agency Ranking
公开(公告)号：CN113792494B
公开(公告)日：2023-11-17
申请号：CN202111116700.3
申请日：2021-09-23
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/27 , G06Q10/0631 , G06F111/06 , G06F119/02
Abstract: 基于迁徙鸟群算法和交叉融合的多目标柔性作业车间调度方法，属于制造生产车间的调度排产技术领域，本发明为解决现有的解决MOFJSP的技术普遍存在精度低、可靠性差的问题。本发明对于以最大完工时间最小和机器总负荷最小为优化目标的柔性作业车间调度问题，该方案首先建立三层编码的数学模型，设计混合初始化策略生成初始种群，然后通过领飞个体队内交叉操作、左右跟飞个体队间交叉操作，以及队内个体的变异操作生成新的排产方案，采用基于Pareto支配关系的快速排序方法选择优秀个体，循环此策略直至算法结束，得到最优加工方案。该方法能够提高算法寻找最优解的精准度，获得更高质量的排产方案，从而提高车间生产加工的高效性和可靠性。
-
公开(公告)号：CN117035364A
公开(公告)日：2023-11-10
申请号：CN202311165576.9
申请日：2023-09-11
Applicant: 哈尔滨工业大学
IPC: G06Q10/0631 , G06Q10/0633 , G06Q50/04 , G06N3/126
Abstract: 基于改进混合模因算法的分布式异构流水车间调度方法，属于车间调度领域，本发明为解决现有异构工厂的调度方法效率低下问题。本发明包括：步骤S1：构建分布式异构流水车间调度模型；步骤S2：给定算法基本参数确定值，并按编码规则采用随机策略产生初始种群；步骤S3：评价初始种群，并依据适应度值进行帕累托非支配排序；步骤S4：对种群进行两层编码的EOX交叉操作；步骤S5：多种算子联合搜索解空间；步骤S6：采用精英保留策略，合并父代种群与子代种群，选出一半个体作为下一阶段进化目标；步骤S7：对选择出的个体进行局部搜索的进化操作；步骤S8：更新种群；步骤S9：若算法达到停止条件，则结束算法并输出结果，否则，算法跳转至步骤S4继续执行。
-
公开(公告)号：CN114707887B
公开(公告)日：2025-02-18
申请号：CN202210422817.2
申请日：2022-04-21
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/0631 , G06Q50/04 , G06N3/126
Abstract: 基于差分进化算法的多品种小批量车间调度方法，属于制造生产车间的调度排产技术领域，本发明为解决多品种小批量车间调度的技术普遍存在适用度低、性能较差的问题。本发明方案：首先建立以最大完工时间最短为目标的数学模型，设计元启发式算法生成初始种群，随后对参与进化的个体的染色体模型进行连续化转换，再经过差分变异、交叉等操作生成子代个体，通过比较目标函数值选择优秀个体，并对进化算法中的参数、外部存档进行更新，最后基于部分优秀个体进行邻域搜索，循环上述步骤直至算法结束，得到最优加工方案。该方法能够改善差分进化算法在求解离散问题上的性能，获得高效稳定的调度方案。
-
公开(公告)号：CN114707887A
公开(公告)日：2022-07-05
申请号：CN202210422817.2
申请日：2022-04-21
Applicant: 哈尔滨工业大学(威海)
Abstract: 基于差分进化算法的多品种小批量车间调度方法，属于制造生产车间的调度排产技术领域，本发明为解决多品种小批量车间调度的技术普遍存在适用度低、性能较差的问题。本发明方案：首先建立以最大完工时间最短为目标的数学模型，设计元启发式算法生成初始种群，随后对参与进化的个体的染色体模型进行连续化转换，再经过差分变异、交叉等操作生成子代个体，通过比较目标函数值选择优秀个体，并对进化算法中的参数、外部存档进行更新，最后基于部分优秀个体进行邻域搜索，循环上述步骤直至算法结束，得到最优加工方案。该方法能够改善差分进化算法在求解离散问题上的性能，获得高效稳定的调度方案。
-
公开(公告)号：CN113792494A
公开(公告)日：2021-12-14
申请号：CN202111116700.3
申请日：2021-09-23
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/27 , G06Q10/06 , G06F111/06 , G06F119/02
Abstract: 基于迁徙鸟群算法和交叉融合的多目标柔性作业车间调度方法，属于制造生产车间的调度排产技术领域，本发明为解决现有的解决MOFJSP的技术普遍存在精度低、可靠性差的问题。本发明对于以最大完工时间最小和机器总负荷最小为优化目标的柔性作业车间调度问题，该方案首先建立三层编码的数学模型，设计混合初始化策略生成初始种群，然后通过领飞个体队内交叉操作、左右跟飞个体队间交叉操作，以及队内个体的变异操作生成新的排产方案，采用基于Pareto支配关系的快速排序方法选择优秀个体，循环此策略直至算法结束，得到最优加工方案。该方法能够提高算法寻找最优解的精准度，获得更高质量的排产方案，从而提高车间生产加工的高效性和可靠性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
