摘要
本发明提供了一种考虑工人学习效应的拆解规划与回收决策优化方法,包括以下步骤:步骤S1:考虑零件的拆解关系、拆解工具、拆解方向和工具转换信息对工人学习效应的影响,对拆解时间进行校正,得到实际拆解时间;步骤S2:基于实际拆解时间,构建基于总拆解时间、拆解利润和总碳排放量为目标的回收决策模型;步骤S3:采用优化算法对调度模型进行求解,得到回收决策方案。对产品的多种回收模式、工人学习效应及其他动态因素进行有效建模与决策,适应不同产品特性和实际操作场景,动态匹配回收模式,显著提升了废旧电子产品的拆解效率与资源回收效益,同时有效降低碳排放。
技术关键词
决策优化方法
零件
拆解工具
排放量
效应
规划
表达式
废旧电子产品
利润
序列
危害性
链表结构
编码策略
模式
解码
遗传算法
系统为您推荐了相关专利信息
分布式光伏接入配电网
设备选型方法
设备全生命周期
电网设备
分布式光伏系统
温室气体排放量
焊接材料
生成时间序列数据
能源
传感器
主电源电路
过零检测
停机条件
主控单元
温度传感单元
船体零件
文本处理算法
船体分段建造
数据获取模块
符号