专利名称：基于深度学习的含中心资源柔性制造系统的无死锁调度方法      申请号：2024100349459     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：锁具 柔性制造 柔性制造系统   相似专利 发布日：2025/05/08  
摘要： 本发明涉及智能制造生产调度技术领域，尤其涉及基于深度学习的含中心资源柔性制造系统的无死锁调度方法。本发明方法包括：针对含关键资源柔性制造系统的生产工序，建立Petri网模型；以最小化最大完工时间作为系统调度的目标函数；通过遗传算法全局寻优，获得一组较有的调度序列，作为前向神经网络的训练集与测试集；建立前向神经网络模型，训练并测试网络拟合精度，获得拟合函数；基于神经网络的改进Dijkstra算法，迭代生成Petri网的部分可达标识，通过神经网络对每个子结点拟合预计完工时间，约束可达树向较优的路径扩展，直至找出目标标识，输出满足目标函数的最短路径作为柔性制造系统的调度序列。

专利名称：基于Petri网和神经网络的柔性制造系统的无死锁调度方法      申请号：202311250447X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 柔性制造 柔性制造系统   相似专利 发布日：2025/05/08  
摘要： 本发明涉及智能制造生产调度技术领域，尤其涉及基于Petri网和神经网络的柔性制造系统的无死锁调度方法。本发明包括以下步骤：基于可视化不含关键资源的柔性制造系统内部工件的加工工序以及各工件之间的机器占用情况，建立Petri网模型；通过遗传算法全局寻优，获得一组较优的调度序列，以此作为前向神经网络的数据集；建立最小化最大完工时间作为系统调度的目标函数；基于神经网络的二分搜索法，减小Petri网的可达树规模，通过神经网络对每代子结点拟合预计完工时间，约束可达树向较优的路径扩展；不断扩展可达树规模进行路径寻优，并输出满足目标函数最小的路径作为柔性制造系统的调度路径。

专利名称：一种含不可靠资源的柔性制造系统的死锁避免方法      申请号：2023100332434     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：锁具 柔性制造 柔性制造系统   相似专利 发布日：2025/05/08  
摘要： 本发明涉及自动制造系统技术领域，尤其涉及一种含不可靠资源的柔性制造系统的死锁避免方法。本发明包括以下步骤：S1、在给定标识M下引发给定变迁t，生成新的标识M′，然后计算生成的标识M′的所有后继标识；S2、判断每个后继标识下是否存在循环等待；S3、根据S2的结果判断给定变迁是否能在给定标识下引发。本发明关注的是含不可靠资源的柔性制造系统的生产过程，提出一种死锁避免方法，该方法不仅能检测出在给定标识下发生给定变迁后该系统会不会死锁，还能预测发生给定变迁后，后续的生产会不会因为不可靠资源故障而发生死锁。