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！

龙图腾网获悉长春工业大学申请的专利基于GNN与PPO的整车冲压生产智能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：CN121638814B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610149716.0，技术领域涉及：G06Q10/0631；该发明授权基于GNN与PPO的整车冲压生产智能调度方法是由胡艳娟;尹长华;潘雷霆;周游;张炜;谷岩;卢晓晖;谷东伟;卢明明设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本基于GNN与PPO的整车冲压生产智能调度方法在说明书摘要公布了：本发明公开了一种基于GNN与PPO的整车冲压生产智能调度方法GPVSM，所属技术领域为人工智能与智能制造技术领域。其特征在于该算法通过图神经网络构建冲压任务资源模型，结合PPO深度强化学习动态选择最优调度规则，实现资源分配与任务调度的全局优化；设计PPO驱动的调度规则组合策略，融合多种规则优势以提升效率；并采用正交实验优化超参数配置，增强模型鲁棒性。本发明广泛应用于整车制造冲压制造企业，可有效解决整车制造冲压柔性资源调度问题，助力提高调度方法的高效性与自适应性，为冲压生产提供智能化解决方案。

本发明授权基于GNN与PPO的整车冲压生产智能调度方法在权利要求书中公布了：1.一种基于图神经网络与近端策略优化的整车冲压生产智能调度方法，其特征在于，包括以下步骤： 步骤1：构建冲压车间多维状态空间模型，将冲压生产系统抽象为柔性作业车间，建立以三维张量表示的状态空间；所述三维张量包含加工时间通道、调度结果通道和机器利用率通道，各通道分别记录工序在对应机器上的标准加工时间、工序完工时间以及各机器当前利用率，并对所有特征进行归一化处理； 步骤2：基于图神经网络进行状态特征提取，将每个工件-机器对视为图节点，构建包含工序优先约束边和机器竞争约束边的邻接矩阵，通过多层图卷积网络聚合邻居信息，生成低维状态嵌入向量； 步骤3：设计混合调度规则动作空间，所述动作空间包含12种复合调度规则，智能体根据当前状态从所述动作空间中选择一个调度规则作为调度决策动作； 步骤4：构建基于近端策略优化PPO的决策模型，以所述状态嵌入向量为输入，输出动作概率分布，并对策略网络进行训练； 步骤5：设计基于设备利用率的稀疏奖励函数，在每次工序完工时计算系统平均利用率增量作为即时奖励，用于策略梯度更新； 步骤6：采用正交实验设计对PPO算法的关键超参数进行自适应优化，确定最优超参数组合。

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长春工业大学，其通讯地址为：130012 吉林省长春市朝阳区延安大街2055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。