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！

龙图腾网获悉武汉科技大学申请的专利一种有限AGV数量的柔性作业车间多目标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：CN120386298B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510438556.7，技术领域涉及：G05B19/418；该发明授权一种有限AGV数量的柔性作业车间多目标调度方法是由廖雪超;阮兵;胡颲;曾鹏;田芮利;向桂宏设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本一种有限AGV数量的柔性作业车间多目标调度方法在说明书摘要公布了：本发明提供一种有限AGV数量的柔性作业车间多目标调度方法，属于多目标调度技术领域，所述方法包括：基于帕累托最优理论对瞪羚优化算法进行改进，通过混合混沌策略初始化种群，并采用精英群矩阵引导种群更新；根据FJSP‑AGV问题特性对种群更新方式进行离散化处理，包括开发阶段和探索阶段的离散更新操作以及应用捕食者的成功率影响种群的离散更新操作；以提高种群的利用效率和算法跳出局部最优的可能性为目标，加入变邻域局部搜索策略，设计基于变邻域搜索的改进瞪羚多目标优化算法，以实现柔性作业车间多目标调度。通过设计实验对本发明提供的算法进行有效性验证，表明该算法在求解多目标FJSP‑AGV问题上效果显著，算法的收敛性和求解质量都有较高的提升。

本发明授权一种有限AGV数量的柔性作业车间多目标调度方法在权利要求书中公布了：1.一种有限AGV数量的柔性作业车间多目标调度方法，其特征在于，包括： S1、基于帕累托最优理论对瞪羚优化算法进行改进，通过混合混沌策略初始化种群，并采用精英群矩阵引导种群更新； S2、根据FJSP-AGV问题特性对种群更新方式进行离散化处理，包括开发阶段和探索阶段的离散更新操作以及应用捕食者的成功率影响种群的离散更新操作； S3、以提高种群的利用效率和算法跳出局部最优的可能性为目标，加入变邻域局部搜索策略，设计基于变邻域搜索的改进瞪羚多目标优化算法，以实现柔性作业车间多目标调度； 其中，步骤S1中通过混合混沌策略初始化种群，包括： 用Chebyshev映射、Circle映射、Logistic映射、Tent映射及Sine映射五种不同的混沌映射方式同比例生成初始种群； 采用基于工序的三层离散编码方案，每个个体的染色体长度为3I，I表示作业集中的生产工序总数；染色体中的1至I位是工序编码代表所有作业的加工排序，记为OS段；I+1至2I位是机器编码代表与工序排序对应的加工机器分配，记为MS段；2I+1至3I位是车辆编码代表对应的运输车辆指派，记为AS段；其中，离散编码的方式包括： 通过混沌映射生成长度为I的混沌序列，将所述混沌序列进行升序排序，每个元素获得对应的序位编号； 根据作业编号及其工序数，生成1到I的连续编号分别对应各作业及其工序； 为混沌序列中的元素找到对应的作业编号，再根据每个作业出现的次数生成完整的工序序列，作为OS段； 在MS段采用随机编码方式，每个工序对应的MS段编码均在该工序的备选机器中随机产生；AS段也采取随机编码方式，每个AS码均在所有AGV编号中随机产生； 步骤S1采用精英群矩阵引导种群更新，包括： 将单目标求解要求下的精英矩阵修改为精英群矩阵，以适应多目标求解需求，精英群矩阵IE具体为： ； 其中，n为瞪羚的总数量；d表示优化问题定义的维数，为非支配瞪羚个体位置向量； 步骤S3包括： 基于单代号网络图构建关键路径，在单代号网络图的基础上，设计了双节点机制：信息节点IN用于记录已有的可行解信息，计算节点CN用于计算时间求解关键路径； 设计三种邻域搜索方式；包括：基于关键路径的搜索方式记为VNS1：随机选择一个关键路径上的工序，在其对应的MS与AS组合中选择最优组合；基于关键路径的搜索方式记为VNS2：对关键路径上的工序进行判断，如果该工序是其所属作业中的首个工序，则将其在工序编码中的顺序前移一位；基于非关键路径的搜索方式记为VNS3：随机选择编码中的3个工序，分别对其加工顺序、加工机器、运输车辆进行组合，选择其中最优的组合； 基于所述三种邻域搜索方式，进行变邻域搜索。

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武汉科技大学，其通讯地址为：430081 湖北省武汉市青山区和平大道947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。