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：西安理工大学

摘要：本发明公开了知识驱动的车间智能排产方法，首先构建多目标多约束柔性作业车间调度的数学模型；然后，根据人工排产调整经验和生产车间历史数据，分别构建离线车间知识图谱的模式层和数据层；接下来，通过离线图谱数据层获得待加工工件的工艺过程和设备分配等数据，利用改进的NSGA‑II算法求得柔性作业车间调度数学模型的Pareto最优解集，采用层次分析法从最优解集中选取最优调度方案；最后，利用实际车间状况构建在线车间知识图谱，将算法求解出的最优调度方案与在线图谱中的资源信息对比，检验调度方案可行性。若不满足实际生产，则根据离线图谱模式层中的人工排产调整经验和在线图谱中的资源对调度方案进行调整后输出。

主权项：1.知识驱动的车间智能排产方法，其特征在于，具体按照以下步骤实施：步骤1、以多目标多约束柔性作业车间调度问题为研究对象，构建数学模型；步骤2、利用人工排产调整经验和生产车间历史数据，分别构建离线车间知识图谱的模式层和数据层，完成数据管理模型的构建；步骤3、基于离线知识图谱数据层获取待加工工件的生产数据，利用改进的NSGA-II算法和层次分析法，获得待加工工件的Pareto最优解集和最优调度方案；步骤4、根据实际生产构建在线车间知识图谱，将算法求解出的最优调度方案与实际生产中的资源进行对比，确定调度方案的可行性，若可行，则输出调度方案；反之，则根据离线知识图谱模式层中的人工排产调整经验和实际生产进行调整后输出；所述步骤3中对NSGA-II算法的改进的内容为交叉和变异算子的确定和精英保留策略；交叉和变异算子的确定具体为：交叉和变异算子随种群变化，其中最大、最小交叉概率值在0.4~0.8中随机选择，同理变异的最大最小概率值在0.1~0.2范围内随机选择，通过对交叉和变异概率的有效控制，提高算法的求解性能，求解最终交叉概率如下所示： （10）其中，是迭代次数为时的交叉概率，是随机最小交叉概率，是随机最大交叉概率，是迭代次数，是最大迭代次数；选取变异概率时考虑到进化过程分为前期和后期，进化前期为了保证全局寻优能力确定变异概率越小越好，则计算公式如下所示： （11）其中，是迭代次数为时的变异概率，是随机最小变异概率，是随机最大变异概率；进化后期为了避免算法陷入局部最优，取较大的变异概率值，其计算公式如下所示： （12）；精英保留策略具体为：将前采用原始的精英保留策略，后引入分布函数来限制其进入新的父代种群的概率，保证每级非支配前沿进入新父代种群的比例随着迭代次数增加而线性减小，避免直接将优秀个体放入新的父代种群，保证种群多样性，其计算公式如下： （13）其中，是精英策略保留的个体总数，表示级的非支配前沿个体总数，表示范围内的随机实数。

全文数据：

权利要求：

百度查询： 西安理工大学 知识驱动的车间智能排产方法