摘要
一种制造企业感知型设备生产的自组织控制方法,基于设备加工和停机时长的历史数据,建立深度学习模型实现对未来生产周期内设备性能的精准预测;基于包括设备性能预测结果的设备配置信息数据和任务信息,以生产周期内的加工消耗、运输消耗、提前期惩罚和拖期惩罚最小为优化目标,建立设备的任务分配混合整数规划模型,通过gurobi求解器评估解的质量,通过禁忌搜索算法、邻域搜索算法和爬山法结合的优化方法,得到近似最优解,从而对任务的分解和分配进行调度,实现自组织控制。本发明针对任务周期性到达,多基地多设备且设备存在生产能力限制的制造企业,对任务进行分解处理,对设备的任务分配进行优化。
技术关键词
组织控制方法
混合整数规划模型
邻域搜索算法
禁忌搜索算法
深度学习预测模型
数据分析单元
批量
信息编码
深度学习模型
企业
设备配置
组织控制系统
基地
神经网络预测模型
变量
信息输入设备
滑动窗口方法
列表
系统为您推荐了相关专利信息
海上风电机
协同调度方法
检测风电机组
邻域搜索算法
规划
多源异构数据融合
深度学习预测模型
智能计算方法
协同管理平台
数据采集模块
计算机存储器
数据处理系统
预取模块
无损压缩算法
强化学习技术
禁忌搜索算法
时延
遗传算法
计算机执行指令
计算机程序产品
模拟优化方法
前端电路
混合整数优化模型
切割方法
模拟量子电路