CN103077438A - 一种调度多机器人的控制方法及系统 - Google Patents
一种调度多机器人的控制方法及系统 Download PDFInfo
- Publication number
- CN103077438A CN103077438A CN2012105778091A CN201210577809A CN103077438A CN 103077438 A CN103077438 A CN 103077438A CN 2012105778091 A CN2012105778091 A CN 2012105778091A CN 201210577809 A CN201210577809 A CN 201210577809A CN 103077438 A CN103077438 A CN 103077438A
- Authority
- CN
- China
- Prior art keywords
- cost
- multirobot
- scheduling scheme
- scheduling
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种调度多机器人的控制方法及系统,所述方法包括:计算各个调度方案的收益和成本,根据各种调度方案各自对应的所述成本和收益分别计算各个调度方案的利润值;将所述多种调度方案的利润值进行比较,选择其中利润值最大的调度方案记为最优方案;控制多机器人按照所述最优方案执行任务。本发明通过对多种调度多机器人的调度方案的利润值进行计算和比较,得出一个可使利润值最大的调度多机器人的最优方案,根据所述最优方案控制多机器人自动执行任务,实现了控制多机器人自动执行任务的利润最大化。
Description
技术领域
本发明涉及机器人控制领域,尤其涉及的是一种调度多机器人的控制方法及系统。
背景技术
机器人(Robot)是一种可以运行预先编排的程序以自动执行工作的机器装置,随着机器人技术的不断提高,通过机器人协助或取代人工执行某些工作(例如生产业、建筑业,或是危险的工作)已经越来越多的被应用到实践中。
现有多机器人调度时,考虑到各个机器人的配置性能,为了减少其空闲实践,大多是基于使各机器人负载均衡对机器人进行调度的。然而在实际应用中,用户希望通过多机器人的作业获得最大的利润(例如用最少的资源折旧成本和能耗成本获得最多的收费,除收费之外,也可以为衡量该任务重要性的其他指标),而以追求负载均衡为目的多机器人调度方法无法满足利润最大化的目的。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种调度多机器人的控制方法及系统,旨在解决基于现有的资源优化多机器人的作业调度的技术问题,以控制机器人的创造更好多的利润。
本发明解决技术问题所采用的技术方案如下:
一种调度多机器人的控制方法,其中,包括步骤:
A、预先将用于计算多机器人各调度方案对应的收益和成本的计算标准存储在一数据库中,并根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准,并分别按照所述计算标准计算各个调度方案的收益和成本;
B、根据各种调度方案各自对应的所述成本和收益,计算各种调度方案各自所对应的利润值;并将各种调度方案各自对应的利润值进行比较,选择其中利润值最大的调度方案记为最优方案;
C、控制多机器人按照所述最优方案执行任务。
所述的调度多机器人的控制方法,其中,所述步骤B中的计算各种调度方案各自所对应的利润值的计算方法为:利润值=收益-成本。
所述的调度多机器人的控制方法,其中,所述步骤A包括:
A0、预先建立一数据库,以存储计算多机器人各调度方案对应的收益和成本的计算标准;
A1、根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准;
A2、按照所述多种调度方案各自对应的计算标准分别计算各调度方案的成本和收益。
所述的调度多机器人的控制方法,其中,所述步骤A2还包括:
若现有调度系统生成的多机器人的多种调度方案的数据为多机器人执行任务时需要的多个机器人节点(R1,R2,...,Rm)、多个服务器节点(S1,S2,...,Sn) 以及执行时间,则计算各机器人节点Ri对应成本ki=执行时间*单位时间Ri的折旧成本+执行时间*单位时间Ri的能耗成本,各服务器节点Sj对应成本gi=执行时间*单位时间Si的折旧成本+执行时间*单位时间Si的能耗成本;并根据各机器人节点Ri和各服务器节点Sj的所述成本计算对应调度方案的成本为:成本= k1+k2+...+km+g1+g2+...+gn;其中,i为1到m的整数, j为1到n的整数。
所述的调度多机器人的控制方法,其中,所述步骤A2还包括:
若现有调度系统生成的多机器人的多种调度方案的数据为多机器人执行任务时需要的多个器件(T1,T2,...,Tm)以及执行时间,则计算各个器件Ti对应成本qi=执行时间*单位时间Ti的折旧成本+执行时间*单位时间Ti的能耗成本,根据各个器件对应的成本qi计算对应调度方案的成本为:成本= q1+q2+...+qm,其中,i为1到m的整数。
所述的调度多机器人的控制方法,其中,所述步骤A2还包括:根据各个调度方案中多机器人执行任务时完成的任务量,计算各个调度方案的收益为:
收益= k3*多机器人完成的任务量;
其中,k3为单位任务量的收费价格。
一种调度多机器人的控制系统,包括:
成本及收益计算模块,用于预先将用于计算多机器人各调度方案对应的收益和成本的计算标准存储在一数据库中,并根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准,并分别按照所述计算标准计算各个调度方案的收益和成本;
最优方案求取模块,用于根据各种调度方案各自对应的所述成本和收益,计算各种调度方案各自所对应的利润值;并将各种调度方案各自对应的利润值进行比较,选择其中利润值最大的调度方案记为最优方案;
调度模块、用于控制多机器人按照所述最优方案执行任务。
所述的控制系统,其中,所述成本及收益计算模块包括:
设置单元、用于建立一数据库,以存储计算多机器人各调度方案对应的收益和成本的计算标准;
计算标准选择单元、用于根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准;
第一计算单元、用于按照所述多种调度方案各自对应的计算标准分别计算各调度方案的成本和收益;
第二计算单元、用于根据各种调度方案各自对应的所述成本和收益,计算各种调度方案各自所对应的利润值为:利润值=收益-成本。
所述的控制系统,其中,所述第一计算单元还包括:
第一成本子单元、用于当现有调度系统生成的多机器人的多种调度方案的数据为执行任务时需要的多个机器人节点(R1,R2,...,Rm)和多个服务器节点(S1,S2,...,Sn) 以及执行时间,则计算各机器人节点Ri对应成本ki=执行时间*单位时间Ri的折旧成本+执行时间*单位时间Ri的能耗成本,各服务器节点Sj对应成本gi=执行时间*单位时间Si的折旧成本+执行时间*单位时间Si的能耗成本;并根据各机器人节点Ri和各服务器节点Sj的所述成本计算对应调度方案的成本为:成本= k1+k2+...+km+g1+g2+...+gn;其中,i为1到m的整数, j为1到n的整数;
收益子单元、用于根据各个调度方案中多机器人执行任务时完成的任务量,计算各个调度方案的收益为:收益= k3*多机器人完成的任务量,其中,k3为单位任务量的收费价格。
所述的控制系统,其中,所述第一计算单元还包括:
第二成本子单元、用于现有调度系统生成的多机器人的多种调度方案的数据为多机器人执行任务时需要的多个器件(T1,T2,...,Tm)以及执行时间,则计算各个器件Ti对应成本qi=执行时间*单位时间Ti的折旧成本+执行时间*单位时间Ti的能耗成本,根据各个器件对应的成本qi计算对应调度方案的成本为:成本= q1+q2+...+qm,其中,i为1到m的整数。
本发明所提供的一种调度多机器人的控制方法及系统,其通过多机器人的多个可能的调度方案的利润值进行计算和比较,获得利润值最大的最优调度方案,控制多机器人按照所述最优调度方案执行任务,提高了多机器人执行任务的经济效率。且无需增加其他设备,实现成本较低。
附图说明
图1是本发明一种调度多机器人的控制方法的基本流程图。
图2是本发明一种调度多机器人的控制系统实施例的原理框图。
图3是本发明一种调度多机器人的控制系统实施例的利润计算模块原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参见图1,图1是本发明一种调度多机器人的控制方法的基本流程图。本实施例中,所述的调度多机器人的控制方法包括以下步骤:
步骤S110、预先将用于计算多机器人各调度方案对应的收益和成本的计算标准存储在一数据库中,并根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准,并分别按照所述计算标准计算各个调度方案的收益和成本。
较佳的,本实施例中,所述计算多机器人的调度方案的收益的计算标准为:根据多机器人执行任务时完成的任务量,收益= k3*多机器人完成的任务量;其中,k3为单位任务量的收费价格,除此之外,也可为衡量单位任务量重要性的其他指标。
较佳的,本实施例中,计算各调度方案的成本的计算标准包括:
计算标准1:以执行任务时需要的多个机器人节点各自的成本和多个服务器节点各自的成本为标准。根据某调度方法中多机器人执行任务时需要的多个机器人节点(R1,R2,...,Rm)、多个服务器节点 (S1,S2,...,Sn) 以及执行时间t,
分别计算各机器人节点Ri对应成本ki=t*单位时间Ri的折旧成本+t*单位时间Ri的能耗成本,其中,i为1到m的整数。
分别计算各服务器节点Sj对应成本gi=t*单位时间Si的折旧成本+t*单位时间Si的能耗成本,j为1到n的整数。
根据所述多个机器人节点和所述多个服务器节点的成本计算该调度方案的成本为:成本= k1+k2+...+km+g1+g2+...+gn。
计算标准2:以多机器人执行任务时需要的器件情况以及需要的执行时间为标准,根据某调度方法中多机器人执行任务时需要的多个器件(T1,T2,...,Tm)以及执行时间t,
计算各个器件Ti对应成本qi=t*单位时间Ti的折旧成本+执行时间*单位时间Ti的能耗成本;其中,i为1到m的整数。
根据多个器件各自对应的成本计算该调度方案的总成本为:
成本= q1+q2+...+qm。
将所述计算标准1和计算标准2存储到一预先建立的数据库中。具体地实施例中,除上计算标准外,所述各调度方案的成本或收益还可根据按照其他计算标准进行计算,并将对应的计算标准存储到所述数据库中。
步骤S120、根据各种调度方案各自对应的所述成本和收益,计算各种调度方案各自所对应的利润值;并将各种调度方案各自对应的利润值进行比较,选择其中利润值最大的调度方案记为最优方案,本实施例中计算各种调度方案各自所对应的利润值的计算方法为:利润值=收益-成本。
步骤S130、控制多机器人按照所述最优方案执行任务。
具体实施时,所述步骤110具体包括:根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准,按照所述多种调度方案各自对应的计算标准分别计算各个调度方案中多机器人执行任务的成本和收益。比如,若现有调度系统生成的多机器人的调度方案的数据为需要的多个机器人节点为(R1,R2,...,Rm)、多个服务器节点为(S1,S2,...,Sn) 以及执行时间t,则查询所述数据库获得所述调度方案对应的成本计算标准为:成本= k1+k2+...+km+g1+g2+...+gn;其中,ki为各机器人节点Ri对应成本,i为1到m的整数,gi为各服务器节点Sj对应成本,j为1到n的整数;所述调度方案对应的收益计算标准为:收益= k3*多机器人完成的任务量。
或者,若现有调度系统产生的多机器人的调度方案的数据为需要的多个器件(T1,T2,...,Tm)以及执行时间t,则查询所述数据库获得所述调度方案对应的成本计算标准为:成本= q1+q2+...+qm,其中,qi为所述各个器件Ti对应成本;i为1到m的整数;所述调度方案对应的收益计算标准为:收益= k3*多机器人完成的任务量。
并根据所述计算标准计算各个调度方案的利润值为:利润值=收益-成本。
通过本发明上述实施例所述的调度多机器人的控制方法,通过对多机器人的多个可能的调度方案进行分析和比较,按照预先设定的计算标准筛选出其中利润值最大的一个调度方案,记为最优方案,根据所述最优方案控制多机器人执行任务,实现了控制多机器人执行任务的利润最大化。
基于上述实施例,本发明还提供了一种采用上述所述调度多机器人的控制系统,如图2所示,本实施例的系统包括:
成本及收益计算模块510,用于预先将用于计算多机器人各调度方案对应的收益和成本的计算标准存储在一数据库中,并根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准,并分别按照所述计算标准计算各个调度方案的收益和成本。具体如上述实施例所述。
最优方案求取模块520,用于根据各种调度方案各自对应的所述成本和收益,计算各种调度方案各自所对应的利润值;并将各种调度方案各自对应的利润值进行比较,选择其中利润值最大的调度方案记为最优方案;具体如上述实施例所述。
调度模块530、用于控制多机器人按照所述最优方案执行任务;具体如上述实施例所述。
较佳地,如图3所示,所述成本及收益计算模块510包括:
设置单元511、用于建立一数据库,以存储计算多机器人各调度方案对应的收益和成本的计算标准。
计算标准选择单元512、用于根据现有调度系统产生的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准;
第一计算单元513、用于按照所述多种调度方案各自对应的计算标准分别计算各调度方案中多机器人执行任务的成本和收益。
第二计算单元514、用于根据各种调度方案各自对应的所述成本和收益,计算各种调度方案各自所对应的利润值为:利润值=收益-成本。
进一步的,所述第一计算单元513还包括:
第一成本子单元、用于当现有调度系统生成的多机器人的多种调度方案的数据为执行任务时需要的多个机器人节点(R1,R2,...,Rm)和多个服务器节点(S1,S2,...,Sn) 以及执行时间t,则,
分别计算各机器人节点Ri对应成本ki=t*单位时间Ri的折旧成本+t*单位时间Ri的能耗成本;
分别计算各服务器节点Sj对应成本gi=t*单位时间Si的折旧成本+t*单位时间Si的能耗成本;
以及根据多个机器人节点和多个服务器节点各自对应的成本,分别计算对应调度方案的成本为:成本= k1+k2+...+km+g1+g2+...+gn;其中,i为1到m的整数, j为1到n的整数。
收益子单元、用于分别计算各个调度方案中多机器人执行任务时完成的任务量,计算获得各调度方案的收益为:收益= k3*多机器人完成的任务量,其中,k3为单位任务量的收费价格,除此之外,也可为衡量单位任务量重要性的其他指标。
较佳地,所述第一计算单元511还可包括:
第二成本子单元、用于现有调度系统生成的多机器人的多种调度方案的数据为多机器人执行任务时需要的多个器件(T1,T2,...,Tm)以及执行时间t,则:
分别计算各个器件Ti对应成本qi=t*单位时间Ti的折旧成本+t*单位时间Ti的能耗成本;
以及根据所述多个器件各自对应的成本,计算对应调度方案的成本为:成本= q1+q2+...+qm,其中,i为1到m的整数。
综上所述,本发明所提供的一种调度多机器人的控制方法及系统,通过对多机器人的多种可能调度方案的利润值进行计算和比较,得出一个利润值最大的调度多机器人的调度方案,记为最优方案,根据所述最优方案控制多机器人自动执行任务,实现了控制多机器人自动执行任务的利润最大化。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种调度多机器人的控制方法,其特征在于,包括步骤:
A、预先将用于计算多机器人各调度方案对应的收益和成本的计算标准存储在一数据库中,并根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准,并分别按照所述计算标准计算各个调度方案的收益和成本;
B、根据各种调度方案各自对应的所述成本和收益,计算各种调度方案各自所对应的利润值;并将各种调度方案各自对应的利润值进行比较,选择其中利润值最大的调度方案记为最优方案;
C、控制多机器人按照所述最优方案执行任务。
2.根据权利要求1所述的调度多机器人的控制方法,其特征在于,其中,所述步骤B中的计算各种调度方案各自所对应的利润值的计算方法为:利润值=收益-成本。
3.根据权利要求1所述的调度多机器人的控制方法,其特征在于,所述步骤A包括:
A0、预先建立一数据库,以存储计算多机器人各调度方案对应的收益和成本的计算标准;
A1、根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准;
A2、按照所述多种调度方案各自对应的计算标准分别计算各调度方案的成本和收益。
4.根据权利要求3所述的调度多机器人的控制方法,其特征在于,所述步骤A2还包括:
若现有调度系统生成的多机器人的多种调度方案的数据为需要的多个机器人节点(R1,R2,...,Rm)、多个服务器节点(S1,S2,...,Sn) 以及执行时间,则:
分别计算各机器人节点Ri对应成本ki=执行时间*单位时间Ri的折旧成本+执行时间*单位时间Ri的能耗成本;
分别计算各服务器节点Sj对应成本gi=执行时间*单位时间Si的折旧成本+执行时间*单位时间Si的能耗成本;
根据各机器人节点和各服务器节点的所述成本计算对应调度方案的成本:成本= k1+k2+...+km+g1+g2+...+gn;
其中,i为1到m的整数, j为1到n的整数。
5.根据权利要求3所述的调度多机器人的控制方法,其特征在于,所述步骤A2还包括:
若现有调度系统生成的多机器人的多种调度方案的数据为需要的多个器件(T1,T2,...,Tm)以及执行时间,则:
分别计算各个器件Ti对应成本qi=执行时间*单位时间Ti的折旧成本+执行时间*单位时间Ti的能耗成本;
根据各个器件对应的成本计算对应调度方案的成本为:
成本= q1+q2+...+qm;其中,i为1到m的整数。
6.根据权利要求4或5所述的调度多机器人的控制方法,其特征在于,所述步骤A2还包括:根据各个调度方案中多机器人执行任务时完成的任务量,计算各个调度方案的收益为:
收益= k3*多机器人完成的任务量;
其中,k3为单位任务量的收费价格。
7.一种调度多机器人的控制系统,其特征在于,包括:
成本及收益计算模块,用于预先将用于计算多机器人各调度方案对应的收益和成本的计算标准存储在一数据库中,并根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准,并分别按照所述计算标准计算各个调度方案的收益和成本;
最优方案求取模块,用于根据各种调度方案各自对应的所述成本和收益,计算各种调度方案各自所对应的利润值;并将各种调度方案各自对应的利润值进行比较,选择其中利润值最大的调度方案记为最优方案;
调度模块、用于控制多机器人按照所述最优方案执行任务。
8.根据权利要求7所述的控制系统,其特征在于,所述成本及收益计算模块包括:
设置单元、用于建立一数据库,以存储计算多机器人各调度方案对应的收益和成本的计算标准;
计算标准选择单元、用于根据现有调度系统生成的多机器人的多种调度方案的数据,查询所述数据库获得所述多种调度方案各自对应的计算标准;
第一计算单元、用于按照所述多种调度方案各自对应的计算标准分别计算各调度方案的成本和收益;
第二计算单元、用于根据各种调度方案各自对应的所述成本和收益,计算各种调度方案各自所对应的利润值为:利润值=收益-成本。
9.根据权利要求8所述的控制系统,其特征在于,其中,所述第一计算单元还包括:
第一成本子单元、用于若现有调度系统生成的多机器人的多种调度方案的数据为执行任务时需要的多个机器人节点(R1,R2,...,Rm)和多个服务器节点(S1,S2,...,Sn) 以及执行时间,则:
分别计算各机器人节点Ri对应成本ki=执行时间*单位时间Ri的折旧成本+执行时间*单位时间Ri的能耗成本;
分别计算各服务器节点Sj对应成本gi=执行时间*单位时间Si的折旧成本+执行时间*单位时间Si的能耗成本;
根据各机器人节点和各服务器节点的所述成本计算对应调度方案的成本:成本= k1+k2+...+km+g1+g2+...+gn;
其中,i为1到m的整数, j为1到n的整数;
收益子单元、用于根据各个调度方案中多机器人执行任务时完成的任务量,计算各个调度方案的收益为:收益= k3*多机器人完成的任务量,其中,k3为单位任务量的收费价格。
10.根据权利要求9所述的控制系统,其特征在于,其中,所述第一计算单元还包括:
第二成本子单元、用于若现有调度系统生成的多机器人的多种调度方案的数据为多机器人执行任务时需要的多个器件(T1,T2,...,Tm)以及执行时间,则:
分别计算各个器件Ti对应成本qi=执行时间*单位时间Ti的折旧成本+执行时间*单位时间Ti的能耗成本;
根据各个器件对应的成本计算对应调度方案的成本为:
成本= q1+q2+...+qm;其中,i为1到m的整数。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105778091A CN103077438A (zh) | 2012-12-27 | 2012-12-27 | 一种调度多机器人的控制方法及系统 |
PCT/CN2013/085867 WO2014101559A1 (zh) | 2012-12-27 | 2013-10-24 | 一种调度多机器人的控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105778091A CN103077438A (zh) | 2012-12-27 | 2012-12-27 | 一种调度多机器人的控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103077438A true CN103077438A (zh) | 2013-05-01 |
Family
ID=48153960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012105778091A Pending CN103077438A (zh) | 2012-12-27 | 2012-12-27 | 一种调度多机器人的控制方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103077438A (zh) |
WO (1) | WO2014101559A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101559A1 (zh) * | 2012-12-27 | 2014-07-03 | 深圳先进技术研究院 | 一种调度多机器人的控制方法及系统 |
CN107589985A (zh) * | 2017-07-19 | 2018-01-16 | 山东大学 | 一种面向大数据平台的两阶段作业调度方法及系统 |
CN108367433A (zh) * | 2015-10-05 | 2018-08-03 | X开发有限责任公司 | 选择性部署机器人以执行建图 |
CN109491778A (zh) * | 2018-11-22 | 2019-03-19 | 西安电子科技大学 | 基于nfc-ran场景的任务分配方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369129B (zh) * | 2020-02-29 | 2023-04-07 | 广东博智林机器人有限公司 | 一种建筑机器人的生产调度方法和系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101925182B (zh) * | 2009-06-15 | 2014-04-02 | 大唐移动通信设备有限公司 | 一种资源管理方法、系统和设备 |
CN102662764B (zh) * | 2012-04-25 | 2015-07-29 | 梁宏斌 | 一种基于smdp的动态云计算资源优化分配方法 |
CN102779296A (zh) * | 2012-06-21 | 2012-11-14 | 浙江工商大学 | 基于活动和资源相结合的过程执行成本测定方法 |
CN103077438A (zh) * | 2012-12-27 | 2013-05-01 | 深圳先进技术研究院 | 一种调度多机器人的控制方法及系统 |
-
2012
- 2012-12-27 CN CN2012105778091A patent/CN103077438A/zh active Pending
-
2013
- 2013-10-24 WO PCT/CN2013/085867 patent/WO2014101559A1/zh active Application Filing
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101559A1 (zh) * | 2012-12-27 | 2014-07-03 | 深圳先进技术研究院 | 一种调度多机器人的控制方法及系统 |
CN108367433A (zh) * | 2015-10-05 | 2018-08-03 | X开发有限责任公司 | 选择性部署机器人以执行建图 |
CN108367433B (zh) * | 2015-10-05 | 2021-11-30 | X开发有限责任公司 | 选择性部署机器人以执行建图 |
CN107589985A (zh) * | 2017-07-19 | 2018-01-16 | 山东大学 | 一种面向大数据平台的两阶段作业调度方法及系统 |
CN109491778A (zh) * | 2018-11-22 | 2019-03-19 | 西安电子科技大学 | 基于nfc-ran场景的任务分配方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2014101559A1 (zh) | 2014-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Workload-based multi-task scheduling in cloud manufacturing | |
Tang et al. | Energy-efficient dynamic scheduling for a flexible flow shop using an improved particle swarm optimization | |
Wu et al. | A revised discrete particle swarm optimization for cloud workflow scheduling | |
CN103077438A (zh) | 一种调度多机器人的控制方法及系统 | |
Sternatz | Enhanced multi-Hoffmann heuristic for efficiently solving real-world assembly line balancing problems in automotive industry | |
Chan et al. | Analysis of dynamic dispatching rules for a flexible manufacturing system | |
Ziaee | A heuristic algorithm for the distributed and flexible job-shop scheduling problem | |
CN104331321A (zh) | 基于禁忌搜索和负载均衡的云计算任务调度方法 | |
Uddin et al. | An integrated approach to mixed‐model assembly line balancing and sequencing | |
CN103257896B (zh) | 一种云环境下的Max-D作业调度方法 | |
CN104616098A (zh) | 一种任务管理方法及系统 | |
CN110994646B (zh) | 电网agc调节的运行效果评估方法、系统及存储介质 | |
Kuo | Single-machine group scheduling with time-dependent learning effect and position-based setup time learning effect | |
CN114995329A (zh) | 一种基于多机动态调度的芯片封测线性规划排程方法 | |
CN103002053B (zh) | 云计算的利润最大化调度方法和系统 | |
CN103049326A (zh) | 在作业管理与调度系统中管理作业程序的方法和系统 | |
CN102402734A (zh) | 一种柔性路径下机加与装配交替混合调度方法 | |
US8296449B2 (en) | Systems and methods for calculating a distribution | |
CN101819652A (zh) | 基于序号的多级工作流建模方法 | |
Assmann et al. | Transition to service-oriented enterprise architecture | |
CN101071489A (zh) | 工作流管理系统及实现工作过程自动化的方法 | |
CN103051719A (zh) | 云计算的服务最大化调度方法和系统 | |
Wang et al. | An integrated approach to reactive scheduling subject to machine breakdown | |
CN107942968B (zh) | 一种混合流水生产的调度方法和系统 | |
Feng et al. | Retracted: Research and Design of Task Scheduling Method Based on Grid Computing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130501 |
|
RJ01 | Rejection of invention patent application after publication |