Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

具有受限运输资源的混合流水车间调度问题协同优化方法 

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!

申请/专利权人:东北大学

摘要:本发明公开了具有受限运输资源的混合流水车间调度问题协同优化方法,涉及车间调度领域。该方法包括获取HFSP‑FTR实例及其生产加工信息;将HFSP‑FTR实例建模为同时包含工序节点、并行机节点以及AGV节点的异构图模型;构建结构感知异构图神经网络,获取异构图模型的多维度特征向量;构建复合调度动作选择网络,将实例异构图模型的多维度特征向量作为网络的输入,计算每一个复合调度动作的动作选择概率;将步骤4得到的动作选择概率输入近端策略优化算法中,获得最优调度动作选择策略。该方法可以端到端地表征出当前时刻的调度状态特征,无需人为干预;该方法能够求解小规模以及超大规模的调度问题,并获得较优的调度结果。

主权项:1.具有受限运输资源的混合流水车间调度问题协同优化方法,其特征在于,该方法包括如下步骤:步骤1:获取HFSP-FTR实例及其生产加工信息;步骤2:根据HFSP-FTR实例的生产加工信息,将HFSP-FTR实例建模为同时包含工序节点、并行机节点以及AGV节点的异构图模型,称为HFSP-FTR实例异构图模型;步骤3:根据现有的注意力机制理论和图神经网络理论,构建结构感知异构图神经网络,并利用结构感知异构图神经网络获取HFSP-FTR实例异构图模型的多维度特征向量;步骤4:构建复合调度动作选择网络ASNt,将实例异构图模型的多维度特征向量作为ASNt的输入,通过ASNt计算每一个复合调度动作的动作选择概率Piku,h;步骤5:将步骤4得到的动作选择概率输入近端策略优化算法中,获得最优调度动作选择策略πt。

全文数据:

权利要求:

百度查询: 东北大学 具有受限运输资源的混合流水车间调度问题协同优化方法

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。