考虑工人学习效应的拆解规划与回收决策优化方法

AITNT
正文
推荐专利
考虑工人学习效应的拆解规划与回收决策优化方法
申请号:CN202510607260
申请日期:2025-05-13
公开号:CN120125224B
公开日期:2025-07-15
类型:发明专利
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
1
一种规模化分布式光伏接入配电网的设备选型方法及系统
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
2
碳排放的确定方法、设备、存储介质及程序产品
温室气体排放量 焊接材料 生成时间序列数据 能源 传感器
3
一种用于港口大面积堆载环境的桩基优化设计方法及系统
桩基优化设计 分布特征 间距 单桩 仿真模型
4
水泵的控制方法
主电源电路 过零检测 停机条件 主控单元 温度传感单元
5
一种船体零件的分道分线方法、装置、设备及存储介质
船体零件 文本处理算法 船体分段建造 数据获取模块 符号
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号