专利交易市场

一种基于工业大数据的柔性作业车间动态调度方法，包括以下步骤如下：步骤一：使用数据采集工具Sqoop与Flume，从数据库或文件系统中获取调度数据，并存入HDFS文件系统中；步骤二：通过数据仓库工具Hive，对调度数据以调度方案为单元进行划分；步骤三：使用Spark计算框架将调度数据转化为训练实例，并以调度方案为单元的形式存储到Hbase中；步骤四：从多个指标进行筛选，得到表现良好的调度方案在执行中产生的调度数据集合；步骤五：对调度相关历史数据进行基于扰动属性的聚类；步骤六：采用改进的随机森林算法，挖掘随机森林调度规则；步骤七：使用所挖掘调度规则指导柔性作业车间动态调度。本发明实际可操作性、计算效率高，能快速对车间扰动做出实时响应。

一种基于剩余工序最大值优选的柔性作业车间调度机器选择方法，涉及柔性作业车间调度技术领域，对设置机器负荷和加工时间数组，对当前已选工序的加工时间及机器负荷数组进行赋值处理，将两数组元素值的和作为挑选候选机器的依据。若两数组元素之和有相同的最小值，将最小值所对应的机器作为候选机器，然后将候选机器的剩余工序按照加工时间从小到大排序，依次比较，选择剩余工序先出现较大值的机器作为当前工序的加工机器。否则，选择两数组元素之和最小值对应的机器作为当前工序的加工机器。本发明可以提高算法的收敛速度，加快算法的运算效率。

本发明提供了一种基于有限制稳定配对策略的柔性作业车间调度方法，属于作业车间调度领域。该方法设计方案为：a、通过整数编码生成初始染色体种群，并初始化有关参数；b、对父代染色体进行交叉、变异操作，获得子代染色体；c、将子代染色体和父代染色体组成待选染色体集合，通过有限制的稳定配对操作，从中选择下一代染色体；d、若满足截止条件停止算法，否则返回步骤b。本发明将有限制稳定配对策略引入选择子代染色体的过程中，来解决多目标柔性作业车间调度问题，用来克服现有多目标柔性作业车间调度问题解决方法在解决此类问题时出现的种群分布性和收敛性不足的缺点，可得到更为优秀的调度方案，实时性好，可靠性高。

本发明涉及一种基于改进NSGAII的柔性作业车间动态事件调度方法，属于生产调度技术领域，包括：建立模型，将作业的最大完工时间、总机器负载和能耗成本作为模型的目标函数；确定调度约束条件：工序约束、机器约束、时间约束、功率总和上限约束；基于改进NSGAII得到最优调度；执行最优调度，监测执行情况；若没有动态事件发生，转到S9，否则转到S6；确定动态事件发生时间及类型，更新机器状态；根据重新安排策略产生重新调度种群；将S7产生的重调度种群作为初始种群，转到S3；作业执行完毕，调度结束。本发明能够快速有效地得到较优的调度方案，减少作业的最大完工时间，提高生产效率且有效缩减柔性制造生产的能耗成本。

本发明公开了一种基于混合鲸鱼群算法求解柔性作业车间调度的方法，首先定义柔性作业车间调度的编码方式为两段式随机键编码，然后采用转换机制进行映射转换；定义适应度函数求解总加工时间最短为优化目标；然后采用鲸鱼群算法，对柔性作业车间调度问题中的参数以及鲸鱼种群初始化，初始化分为随机生成工序的排序方案和采用改进遗传算法的遗传变异方式生成与工序排序方案对应的较优的机器分配方案，进而产生较优的初始种群；计算各调度方案的适应度值，寻找并保留最好的调度解；最后输出最优的调度解及其对应的适应度函数值，即为所求最优调度方案，本发明解决了现有柔性作业车间调度问题中表现出的求解精度不高、收敛速度较慢的问题。