一种基于遗传算法的锻造工厂智能排产方法.pdf
曾琪****是我
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于遗传算法的锻造工厂智能排产方法.pdf
本发明公开了一种基于遗传算法的锻造工厂智能排产方法,包括:(1)基于遗传算法构建锻造工厂生产过程的数学模型,构建目标函数;(2)将生产合同的炉次和加热设备编码成染色体基因;(3)随机生成满足业务逻辑和规则约束的初始种群;(4)对初始种群的个体并进行交叉、变异操作,获得下一代种群;采用精英保留策略记录当前种群的最优解;(5)重复步骤(4)直至达到最大迭代次数;对每一代种群的最优解进行比较,得到全局最优解;(6)若在生产过程中有临时生产合同需要进行插单时,将每个生产工序上未开始的炉次和临时生产合同的生产工单作
一种基于改进遗传算法的生产排产方法和装置.pdf
本申请涉及一种基于改进遗传算法的生产排产方法和装置,其中,该生产排产方法包括:种群初始化;其中,种群包括多个个体,并且多个个体中每个个体均是按照原材料的牌号和/或原材料的颜色对订单进行分类后获得的;计算每个个体的适应度值;利用轮盘赌选择方法,从种群中选择出适应度大的个体进入下一代种群;对下一代种群进行交叉操作和变异操作;判断是否满足停止条件;若不满足停止条件,则返回种群初始化的步骤,若满足停止条件,则输出排产方案。借助于上述技术方案,本申请不仅可减少人工排产所带来的误差及提高生产效率,还可实现对大规模订单
一种基于偏置遗传算法的矩形智能排样方法及系统.pdf
本发明公开了一种基于偏置遗传算法的矩形智能排样方法及系统,基于偏置遗传算法对矩形排样在可接受时间内进行优化,找出一个总价值最大的解,相较于通过计算机辅助设计软件进行人工排样的方式,可以提高排样效率,提升排样效果;采用精英保留策略和偏置选择交叉个体策略,能够充分保留和利用良好个体的优秀基因,增大搜索到更好解的可能性;同时为了能够避免收敛过快,增加种群的多样性,对相同适应度值的个数数量进行限制,超过的个体重新随机生成。并且,将偏置遗传算法和变邻域搜索算法结合,在变异过程中应用变邻域搜索算法去搜索更优解,即有利
一种基于深度学习的制造业智能排产方法.pdf
本发明的目的在于提供一种基于深度学习的制造业智能排产方法,包括以下步骤:构造作业、设备;建立制造业排产数学模型;建立约束条件函数;降低完成多种多批次的原料所对应的工作的工作时间,建立排产问题的目标函数;基于人工蜂群算法进行排产编码与解码;搭建初始化种群;设计适应度计算函数;设计算法以满足邻域搜索,提出邻域搜索法;设计雇佣蜂、跟随蜂和侦察蜂;根据初始化种群中的迭代次数进行迭代,直到满足迭代次数,输出最优解,即仿真生产数据表。本发明设计了一种应用在制造行业排产的人工蜂群算法,解决了传统人工排产效率低、可靠性不
一种基于优化算法的生活用纸企业智能排产方法.pdf
本发明公开了一种基于优化算法的生活用纸企业智能排产方法,包括以下步骤:输入排产基础数据;计算生产任务或订单的加工时间;制定以最大完工时间最小化和切换次数最小化为目标的生产计划。本发明能够准确且可靠地针对生活用纸企业的生产过程进行排产,减少了排产工作人员的工作量,且能够有效的缩短排产时间,有利于提高生产的效率。