Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京工程学院王保升获国家专利权

南京工程学院王保升获国家专利权

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!

龙图腾网获悉南京工程学院申请的专利基于改进模拟退火粒子群算法的焊接单元优化调度方法、介质及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:CN118780434B

龙图腾网通过国家知识产权局官网在2025-05-30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:202410912102.4,技术领域涉及:G06Q10/04;该发明授权基于改进模拟退火粒子群算法的焊接单元优化调度方法、介质及设备是由王保升;车盛炜;侯军明;洪磊;徐彬设计研发完成,并于2024-07-08向国家知识产权局提交的专利申请。

基于改进模拟退火粒子群算法的焊接单元优化调度方法、介质及设备在说明书摘要公布了:本发明提出了一种基于改进模拟退火粒子群算法的焊接单元优化调度方法、介质及设备,旨在解决传统焊接单元调度中存在的效率低下和资源浪费等问题。首先,通过对焊接任务和资源进行问题建模,确定任务的优先级和资源的约束条件。接着,采用二维矩阵实数编码个体,混沌初始化种群提高初始种群的多样性和覆盖性,定义优化目标函数,再加入惩罚函数更新目标函数,并评估每个粒子的适应度,更新个体最优解和全局最优解,根据全局最优适应度计算得到模拟退火算法的初始温度,基于模拟退火粒子群算法进行寻优计算,得到优化决策方案。本发明所提方法能够有效提高焊接单元的生产效率,降低能源消耗,减少生产成本,具有良好的应用前景和经济效益。

本发明授权基于改进模拟退火粒子群算法的焊接单元优化调度方法、介质及设备在权利要求书中公布了:1.基于改进模拟退火粒子群算法的焊接单元优化调度方法,其特征在于,包括如下步骤:构建焊接单元优化调度的问题模型;分析焊接过程中的焊接任务和可用资源,确定任务优先级,设置资源的约束条件;定义问题模型的优化目标函数;根据任务优先级、资源的约束条件以及优化目标函数设计焊接单元优化调度方案,并基于模拟退火粒子群算法进行寻优计算,得到优化决策方案;其中,所述优化目标函数具体如下:hXi,j=ω1·p1+ω2·p2;式中,hXi,j表示优化目标函数,Xi,j表示第i个任务分配给第j个资源;p1为生产效率,表示为r为完成任务的数量,Vi为完成任务i所带来的产值,Ti是任务i的完成时间;p2为资源利用率,表示为ti,j为第i个任务分配给第j个资源的工作时间;ω1、ω2为权重系数,m为参与工作的资源数量;所述资源的约束条件包括焊接机器人的工作时间限制和能源消耗限制;所述根据任务优先级、资源的约束条件以及优化目标函数设计焊接单元优化调度方案,具体如下:1设计粒子编码,每个粒子表示一个可能的任务分配方案,将任务分配给资源的决策表示为一个实数编码,其中,粒子位置Xi,j表示任务分配方案,用r×m的矩阵表示,在该矩阵中,每行代表一个任务,每列代表一个资源,矩阵元素表示第i个任务分配给第j个资源;2采用混沌映射初始化种群,采用Circle映射进行混沌搜索: 其中,xn为粒子位置Xi,j在第n次迭代时的取值,xn∈[0,1];moda,b表示a对b的取余运算;3对引入Circle映射的种群进行初始化操作: 混沌序列生成后,对各混沌变量特性寻优后转化为原优化变量C可行空间内,其中Cn为原优化变量C与混沌变量xn的相应取值,和C分别为原优化变量C可行空间的上下界,xn是对应粒子维度上的Circle映射产生的混沌序列值;4在优化目标函数中加入惩罚函数进行更新,根据更新后的函数对每个粒子的位置Xi,j进行评估,计算其适应度HXi,j;5根据计算的每个粒子的个体适应度,更新个体最优适应度和全局最优适应度;所述在优化目标函数中加入惩罚函数进行更新,更新后的函数为: 其中,ΔCe为约束e的破坏程度,表示为k为迭代次数,e为能源消耗约束破坏编号,Ck,e为第k次迭代时约束e对应的决策变量值;Ck,e为Ck,e的上下界;g为约束破坏的个数;Ee为约束e的破坏惩罚系数;所述基于模拟退火粒子群算法进行寻优计算,具体为:1根据全局最优适应度计算得到模拟退火算法初始温度T0,计算公式为: 其中,GB为全局最优位置,fGB为模拟退火算法的全局最优适应度;2计算当前温度T下各个体最优位置的模拟退火算法适应度,公式为: 其中,表示粒子i在第k次迭代时历史最优位置,为粒子i在第k次迭代时历史最优位置相应适应度,r表示任务数量;3采用轮盘赌选择算法思想,根据模拟退火算法适应度计算累计概率,若满足的条件,则从个体历史最优位置中选取一个代替全局最优位置GB,并记为其中,rand为一个0到1的随机数;4将原有全局最优位置GB替换成更新各粒子的位置和速度,更新个体及种群的最优位置,公式如下: 其中,为第k+1次迭代时粒子i的速度;ω为第k次迭代时的惯性因子;c1为局部学习因子;c2为全局学习因子;r1、r2为两个相互独立的取值范围在[0,1]的随机数;为第k次迭代时粒子i的位置;表示为任务i分配给资源j在第k次迭代时历史最优位置;5进行退火操作,公式如下:T′=δT;式中,δ为退火速度;T为当前温度;T′为退火后的温度;6判定是否满足停止准则,若满足停止准则则转至步骤7;否则转至步骤2;7停止搜索,输出焊接单元最优任务分配方案,全局最优个体的二维矩阵即为焊接单元最优任务分配方案。

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南京工程学院,其通讯地址为:211167 江苏省南京市江宁区弘景大道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AI智能生成
免责声明
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。