龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：兰州理工大学
摘要：本发明公开了一种基于Q‑learning的分布式异构柔性作业车间调度优化方法。该方法基于一种知识驱动的分布估计算法，以最小化总能耗和最大完工时间为目标，求解离散制造中的一类调度问题：分布式异构柔性作业车间调度问题。首先，设计了三种启发式初始化规则，通过混合启发式初始化策略，平衡种群的多样性和算法的收敛性；其次，分别建立三个参数自适应的增量学习模型来生成新解；最后，提出了基于Q‑learning的特征反馈的算子自适应选择策略。其有益效果在于：实验结果表明了本发明的调度优化方法在解决分布式异构柔性作业车间调度问题的有效性和实用性。
主权项：1.一种基于Q-learning的分布式异构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：初始化种群：通过混合三种启发式初始化规则和随机初始化方法来生成初始的机器选择序列，其中三种启发式初始化规则以减小最大完工时间为目的，为每个工序选择最合适的机器；三种启发式初始化规则包括：最小加工时间规则、最小机器负载规则和最小完工时间规则；对于工厂分配序列和工序加工序列，则按照随机初始化方法生成；步骤2：基于增量学习模型生成新种群：种群学习率控制着子代种群从父代种群学习到的信息，在此步骤中，为三个子问题分别建立了学习率自适应的增量学习模型；步骤3：基于Q-learning的特征反馈的算子自适应选择：基于问题知识设计四种邻域搜索算子；对于精英存档中的每个非支配解，通过多目标局部适应度地形特征的反馈，自适应选择最有效的局部搜索算子。
全文数据：
权利要求：
百度查询： 兰州理工大学 一种基于Q-learning的分布式异构柔性作业车间调度优化方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号