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带有机器人约束的柔性作业车间调度优化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：CN120010425B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510485593.3，技术领域涉及：G05B19/418；该发明授权一种带有机器人约束的柔性作业车间调度优化方法是由孟磊磊;张玉帅;程伟耀;蔡笑凡;石艳洁;高媛媛;张彪;李鹏设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种带有机器人约束的柔性作业车间调度优化方法在说明书摘要公布了：本发明涉及智能制造中柔性作业车间调度技术领域，具体是一种带有机器人约束的柔性作业车间调度优化方法。包括：初始化参数；种群初始化，生成进化引导种群和知识驱动种群；种群进化，使用个体竞争策略、自我进化和协同进化对进化引导种群进行进化，使用个体配对策略和DQN进化对知识驱动种群进行进化；种群更新，利用组合后的种群对进化引导种群和知识驱动种群进行更新；CP辅助优化，满足优化条件，构造CP模型，将种群更新后最大完工时间最小的个体作为CP模型中的初始解，利用CP模型的全局搜索能力进一步优化；终止条件检查，满足输出最终解。本发明能够有效降低机器人装卸时间对生产效率的影响，提高设备利用率。

本发明授权一种带有机器人约束的柔性作业车间调度优化方法在权利要求书中公布了：1.一种带有机器人约束的柔性作业车间调度优化方法，其特征在于，包括以下步骤， 步骤1，初始化参数，设置进化引导种群规模Np1、知识驱动种群规模Np2和运行总时间t； 步骤2，种群初始化，随机生成初始种群，包括进化引导种群和知识驱动种群；其中，种群初始化的实现过程为循环初始化个体，包括进化引导种群通过循环从0至Np1进行迭代，以及知识驱动种群通过循环从0至Np2进行迭代，每次迭代创建一个个体；个体由两个向量构成，分别为工序排序向量和机器选择向量；工序排序向量初始化，工序排序向量长度为总工序数量，工序排序向量中的工序在[0,n-1]范围内随机生成，n是总工件数量，每个工件在工序排序向量中出现的次数与该工件包含的工序数量一致；机器选择向量初始化，机器选择向量长度为总工序数量，机器选择向量中的机器在[0,M-1]范围内随机生成，M是总机器数量，若工序在所选机器上的加工时间为0，则机器选择向量中的机器在[0,M-1]范围内继续随机生成，直到工序在所选机器上的加工时间不为0；完成个体初始化后，将生成的Np1数量的个体添加到进化引导种群中，将生成的Np2数量的个体添加到知识驱动种群中； 步骤3，种群进化，使用个体竞争策略、自我进化和协同进化对进化引导种群进行进化，使用个体配对策略和DQN进化对知识驱动种群进行进化；其中，个体竞争策略为，根据最大完工时间对进化引导种群中的个体进行分类，将进化引导种群划分为赢家种群和输家种群，赢家种群和输家种群的规模为Np12，将进化引导种群中的个体按照最大完工时间从小到大进行排序，前Np12数量的个体分配到赢家种群，后Np12数量的个体分配到输家种群；赢家种群中的每个个体随机使用交换算子、反转算子和重新分配算子中的一个进行自我进化，其中，交换算子和反转算子应用于工序排序向量，重新分配算子应用于机器选择向量；赢家种群和输家种群通过使用交叉算子进行协同进化，交叉算子包括优先工序交叉算子和均匀交叉算子，从赢家种群和输家种群中各随机选择一个个体，所选择的两个个体的工序排序向量使用优先工序交叉算子，机器选择向量使用均匀交叉算子，每个个体的工序排序向量和机器选择向量各进行一次交叉操作，直到所有个体都完成交叉过程； 交换算子、反转算子、重新分配算子、优先工序交叉算子和均匀交叉算子的操作步骤如下， 交换算子的操作过程为，从个体的工序排序向量中随机选择两个不同的位置rand1和位置rand2，交换所选择位置rand1和位置rand2上的工序； 反转算子的操作过程为，从个体的工序排序向量中随机选择两个不同的位置rand1和位置rand2，位置rand1在位置rand2之前距离至少为3个工序间隔的位置，对工序排序向量中位置rand1和位置rand2之间的工序序列进行反转，找到反转区间的中点位置rand1+rand22，逐次交换以反转区间中点位置为对称的工序； 重新分配算子的操作过程为，在机器选择向量中随机选择一个位置，从所选位置对应工序的可选择的机器集合中重新随机选择一台机器来替换原来的机器； 优先工序交叉算子的操作过程为，获取个体pop1和个体pop2的工序排序向量，其中工序排序向量表示为工序序列，随机生成[1，n-1]之间的数num，n表示总工件数量，生成num大小的工件集I0，并从所有工件中随机选择num个不同的工件填充到工件集I0中，遍历pop1和pop2工序序列的每一个位置，若都找到属于工件集I0的工序，则依次将pop1和pop2中的对应工序进行交换； 均匀交叉算子的操作过程为，获取个体pop1和个体pop2的机器选择向量，其中机器选择向量表示为机器序列，生成一个大小为N的数字集B，N表示总工序数量，数字集B中每个位置随机填充0或1，0和1是用于决定pop1和pop2中的机器序列对应位置的机器是否交换的标志，其中0代表交换，1代表不交换，进行N次迭代，按照从首位置到末位置的顺序，依次遍历pop1和pop2机器序列的每一个位置，并同步遍历数字集B中对应位置的数字，若数字集B当前位置的数字为0，则将pop1和pop2中的机器序列上处于当前遍历位置的机器进行交换； 个体配对策略为，从知识驱动种群中生成所有相互配对的个体对，相互配对的个体对由两个不同的个体组成，将所有的个体对组合在一起，形成配对种群；对配对种群应用DQN进化，DQN根据当前配对种群中个体对的工序排序向量和机器选择向量组合信息来选择使最大完工时间最小化的搜索算子，搜索算子包括交换算子、反转算子、重新分配算子、基于作业的交叉算子、两点交叉算子和多点交叉算子，其中，交换算子、反转算子和基于作业的交叉算子应用于工序排序向量，重新分配算子、两点交叉算子和多点交叉算子应用于机器选择向量； 步骤4，种群更新，将进化后的进化引导种群和知识驱动种群组合成一个种群，利用组合后的种群对进化引导种群和知识驱动种群进行更新； 步骤5，CP辅助优化，如果满足优化条件，构造一个CP模型，将种群更新后最大完工时间最小的个体作为CP模型中的初始解，利用CP模型的全局搜索能力进一步优化，若不满足优化条件，返回步骤3，其中，优化条件为经过种群更新后的运行时间等于运行总时间t的一半； 步骤6，终止条件检查，如果满足终止条件，输出最终解，其中，终止条件为经过CP辅助优化后的运行时间等于运行总时间t。

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”。