CN112712290A - 针对加急产品的智能生产系统的自组织方法、系统及介质 - Google Patents
针对加急产品的智能生产系统的自组织方法、系统及介质 Download PDFInfo
- Publication number
- CN112712290A CN112712290A CN202110065963.XA CN202110065963A CN112712290A CN 112712290 A CN112712290 A CN 112712290A CN 202110065963 A CN202110065963 A CN 202110065963A CN 112712290 A CN112712290 A CN 112712290A
- Authority
- CN
- China
- Prior art keywords
- production
- emergency
- self
- products
- organizing
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000032683 aging Effects 0.000 claims abstract description 37
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 238000004088 simulation Methods 0.000 claims abstract description 31
- 238000010586 diagram Methods 0.000 claims abstract description 18
- 230000000694 effects Effects 0.000 claims abstract description 11
- 238000009826 distribution Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种针对加急产品的智能生产系统的自组织方法,包括如下步骤:步骤1:将加急产品拆分为不同的加工单元,并将相关生产任务分配给相关智能生产线中;步骤2:将拆分为不同加工单元的加急产品和生产中的多种产品进行DES模拟优化;步骤3:使用GA算法驱动并连续运行DES模拟优化,并生成随机动态时效图;步骤4:将加急产品实效输入进随机动态时效图中,得到最优组合方案。本发明提供的一种针对加急产品的智能生产系统的自组织方法、系统及介质最大限度地在不影响现有生产的前提下,完成紧急生产任务的需求,且可靠性高,实用性强。
Description
技术领域
本发明涉及智能生产的技术领域,具体地,涉及针对加急产品的智能生产系统的自组织方法、系统及介质。
背景技术
智能生产系统自组织功能通过对智能对象、生产资源及生产任务等进行动态的分配与组合,来解决由不确定动态事件造成的智能生产系统的不平衡。例如面对新客户加急订单时,对于目前正常稳定的智能生产系统来讲,由于产品需求的数量、交货期、产品的型号存在随机性和不确定性,这些动态因素造成了智能生产系统出现新的混沌状态,智能生产系统需要对现有生产计划、智能设备、物流等多方面进行重新组织,实现自顶向下的统一再分配与协调,使智能对象与生产要素之间形成新的协作模式达到新的平衡状态,从而有序的实现所有订单的加工任务。
目前,产品的生产线的自组织方法主要有静态和动态两种。静态的主要发生在事前,即所有订单任务都确定后,通过智能算法进行排产,使得生产线效率最高,但当有不确定动态事件如加急订单产品出现时,静态方法无法发挥作用。动态的自组织方法主要为基于多智能体的协同优化方法,它通过在一系列具有各自目标和自治行为能力的智能单元之间进行协商与合作来解决问题,它充分考虑了不同产品不同工序的时间节点以及加工设备的先后顺序的要求,对于加急订单也赋予了优先加工的权利,但依然忽视了订单最重要的一个属性,时效性。不同的产品或不同批次的产品有不同的交货时间要求,这就是所谓的时效性,当有新订单或紧急订单来临时,就要求根据不同时效要求赋予订单产品不同的优先级,智能制造系统根据不同优先级重新安排生产,当优先级高的产品不能保证时,低级别的产品生产就要停掉,以保证如期交货。
针对上述中的相关技术,发明人认为存在有对加急订单的插入和模拟缺乏全面的分析、不够客观、不够深入的问题,因此,需要提出一种技术方案以改善上述技术问题。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种针对加急产品的智能生产系统的自组织方法、系统及介质。
根据本发明提供的一种针对加急产品的智能生产系统的自组织方法,包括如下步骤:
步骤1:将加急产品拆分为不同的加工单元,并将相关生产任务分配给相关智能生产线中;
步骤2:将拆分为不同加工单元的加急产品和生产中的多种产品进行DES模拟优化;
步骤3:使用GA算法驱动并连续运行DES模拟优化,并生成随机动态时效图;
步骤4:将加急产品实效输入进随机动态时效图中,得到最优组合方案。
优选地,所述步骤1根据不同生产单元的加工工序和能加工的种类做相应的分配。
优选地,所述步骤2中的DES模拟优化的具体方法为:所有可能的生产组合进行模拟优化运算,得出每种组合的最优工序加工分布,从而获得单次最短生产时间。
优选地,所述步骤3包括:
所述随机动态时效图包括优化组合分布图和优化组合甘特图;
所述优化组合分布图生成生产时效的上限;
所述优化组合甘特图寻找生产时效的下限。
本发明还提供一种针对加急产品的智能生产系统的自组织系统,包括如下模块:
模块M1:将加急产品拆分为不同的加工单元,并将相关生产任务分配给相关智能生产线中;
模块M2:将拆分为不同加工单元的加急产品和生产中的多种产品进行DES模拟优化;
模块M3:使用GA算法驱动并连续运行DES模拟优化,并生成随机动态时效图;
模块M4:将加急产品实效输入进随机动态时效图中,得到最优组合方案。
优选地,所述模块M1根据不同生产单元的加工工序和能加工的种类做相应的分配。
优选地,所述模块M2中的DES模拟优化的具体方法为:所有可能的生产组合进行模拟优化运算,得出每种组合的最优工序加工分布,从而获得单次最短生产时间。
优选地,所述模块M3包括:
所述随机动态时效图包括优化组合分布图和优化组合甘特图;
所述优化组合分布图生成生产时效的上限;
所述优化组合甘特图寻找生产时效的下限。
本发明还提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现上述中的方法的步骤。
与现有技术相比,本发明具有如下的有益效果:
1.本发明最大限度地在不影响现有生产的前提下,完成紧急生产任务的需求;
2.本发明可靠性高,实用性强;
3.本发明首先考虑加急订单产品的实效要求,并以保证加急订单按期交货为最高目标来安排生产;
4.本发明通过DES模拟优化方法计算各种含有加急订单产品的生产组合的实效,并生成随机动态时效图;
5.本发明以随机动态时效图为依据,根据加急订单产品的实效在图中所处的位置来选择最终的生产组合。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明提供一种针对加急产品的智能生产系统的自组织方法、系统及介质,主要有五步分别为:DES模拟优化,GA算法,随机动态时效图,加急产品的实效和最优组合方案。本发明首先会通过DES模拟优化方法根据工序信息模拟计算出加急产品和现场正在生产的产品的各种最优组合,并生成随机动态时效图,在时效图上生成各种组合的最短和最长时效时间,然后根据加急订单总时间要求和数量计算出此加急产品的时效,最后根据此加急定单的时效在动态时效图上寻找出相应的最优生成组合,DES模拟优化方法通过改进型的GA算法推动。
与该发明配合的系统包括:加急产品,生产中的多种产品,DES模拟优化,GA算法,随机动态时效图,加急产品的实效和最优组合方案。
参照图1,首先把加急订单拆分为不同的加工单元,并将相关生产任务分配给相关智能生产线中,在插入加急订单以前,智能生产系统会启用自组织功能对加急订单和生产中的订单进行DES模拟优化,DES模拟优化方法由GA算法驱动并连续运行,生成并生成随机动态时效图,它由优化组合分布图和优化组合甘特图组成,其中,优化组合分布图用于生成生产时效的上限,甘特图用于寻找生产时效的下限,时效图的横坐标为含加急订单的不同产品组合的单位完成时间,纵坐标为不同组合的优化结果,结合加急产品时效的需求,系统会自动选出一个最接近该实效约束的组合作为最优组合给智能生产系统作为最后的最优组合方案,从而实现以最大限度地在不影响现有生产的前提下,完成紧急生产任务的需求。
本发明还提供一种针对加急产品的智能生产系统的自组织系统,包括如下模块:模块M1:将加急产品拆分为不同的加工单元,并将相关生产任务分配给相关智能生产线中;模块M2:将拆分为不同加工单元的加急产品和生产中的多种产品进行DES模拟优化;模块M3:使用GA算法驱动并连续运行DES模拟优化,并生成随机动态时效图;模块M4:将加急产品实效输入进随机动态时效图中,得到最优组合方案。
模块M1根据不同生产单元的加工工序和能加工的种类做相应的分配;模块M2中的DES模拟优化的具体方法为:所有可能的生产组合进行模拟优化运算,得出每种组合的最优工序加工分布,从而获得单次最短生产时间。
本发明还提供一种存储有计算机程序的计算机可读存储介质,计算机程序被处理器执行时实现上述中所述的方法的步骤。
本发明提供的一种针对加急产品的智能生产系统的自组织方法、系统及介质最大限度地在不影响现有生产的前提下,完成紧急生产任务的需求,且可靠性高,实用性强。
本发明首先考虑加急订单产品的实效要求,并以保证加急订单按期交货为最高目标来安排生产;通过DES模拟优化方法计算各种含有加急订单产品的生产组合的实效,并生成随机动态时效图;以随机动态时效图为依据,根据加急订单产品的实效在图中所处的位置来选择最终的生产组合。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (9)
1.一种针对加急产品的智能生产系统的自组织方法,其特征在于,包括如下步骤:
步骤1:将加急产品拆分为不同的加工单元,并将相关生产任务分配给相关智能生产线中;
步骤2:将拆分为不同加工单元的加急产品和生产中的多种产品进行DES模拟优化;
步骤3:使用GA算法驱动并连续运行DES模拟优化,并生成随机动态时效图;
步骤4:将加急产品实效输入进随机动态时效图中,得到最优组合方案。
2.根据权利要求1所述的一种针对加急产品的智能生产系统的自组织方法,其特征在于,所述步骤1根据不同生产单元的加工工序和能加工的种类做相应的分配。
3.根据权利要求1所述的一种针对加急产品的智能生产系统的自组织方法,其特征在于,所述步骤2中的DES模拟优化的具体方法为:对所有的生产组合进行模拟优化运算,得出每种组合的最优工序加工分布,从而获得单次最短生产时间。
4.根据权利要求1所述的一种针对加急产品的智能生产系统的自组织方法,其特征在于,所述步骤3包括:
所述随机动态时效图包括优化组合分布图和优化组合甘特图;
所述优化组合分布图生成生产时效的上限;
所述优化组合甘特图寻找生产时效的下限。
5.一种针对加急产品的智能生产系统的自组织系统,其特征在于,包括如下模块:
模块M1:将加急产品拆分为不同的加工单元,并将相关生产任务分配给相关智能生产线中;
模块M2:将拆分为不同加工单元的加急产品和生产中的多种产品进行DES模拟优化;
模块M3:使用GA算法驱动并连续运行DES模拟优化,并生成随机动态时效图;
模块M4:将加急产品实效输入进随机动态时效图中,得到最优组合方案。
6.根据权利要求5所述的一种针对加急产品的智能生产系统的自组织系统,其特征在于,所述模块M1根据不同生产单元的加工工序和能加工的种类做相应的分配。
7.根据权利要求5所述的一种针对加急产品的智能生产系统的自组织系统,其特征在于,所述模块M2中的DES模拟优化的具体方法为:所有可能的生产组合进行模拟优化运算,得出每种组合的最优工序加工分布,从而获得单次最短生产时间。
8.根据权利要求5所述的一种针对加急产品的智能生产系统的自组织系统,其特征在于,所述模块M3包括:
所述随机动态时效图包括优化组合分布图和优化组合甘特图;
所述优化组合分布图生成生产时效的上限;
所述优化组合甘特图寻找生产时效的下限。
9.一种存储有计算机程序的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时实现权利要求1-4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110065963.XA CN112712290A (zh) | 2021-01-18 | 2021-01-18 | 针对加急产品的智能生产系统的自组织方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110065963.XA CN112712290A (zh) | 2021-01-18 | 2021-01-18 | 针对加急产品的智能生产系统的自组织方法、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112712290A true CN112712290A (zh) | 2021-04-27 |
Family
ID=75549297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110065963.XA Pending CN112712290A (zh) | 2021-01-18 | 2021-01-18 | 针对加急产品的智能生产系统的自组织方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112712290A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522085A (zh) * | 2024-01-05 | 2024-02-06 | 山东恒远智能科技有限公司 | 基于大数据的智能工厂生产调度优化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706886A (zh) * | 2009-08-28 | 2010-05-12 | 华南理工大学 | 一种以订单驱动的加工车间单件小批量混流生产方法 |
CN104866697A (zh) * | 2014-02-20 | 2015-08-26 | 香港纺织及成衣研发中心有限公司 | 一种生产线工序编排及平衡控制方法 |
CN106408113A (zh) * | 2016-08-31 | 2017-02-15 | 广州亿澳斯软件股份有限公司 | 生产订单的排产管理方法与系统 |
CN110189040A (zh) * | 2019-06-04 | 2019-08-30 | 合肥博耀信息技术有限公司 | 一种智慧生产排产算法 |
CN110738413A (zh) * | 2019-10-15 | 2020-01-31 | 中国航空制造技术研究院 | 航空零件加工自动化生产线的多约束排产计算方法及装置 |
CN111027876A (zh) * | 2019-12-16 | 2020-04-17 | 青岛海力旭机电科技发展有限公司 | 一种分散式生产模式下的工序生产计划排产系统 |
-
2021
- 2021-01-18 CN CN202110065963.XA patent/CN112712290A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706886A (zh) * | 2009-08-28 | 2010-05-12 | 华南理工大学 | 一种以订单驱动的加工车间单件小批量混流生产方法 |
CN104866697A (zh) * | 2014-02-20 | 2015-08-26 | 香港纺织及成衣研发中心有限公司 | 一种生产线工序编排及平衡控制方法 |
CN106408113A (zh) * | 2016-08-31 | 2017-02-15 | 广州亿澳斯软件股份有限公司 | 生产订单的排产管理方法与系统 |
CN110189040A (zh) * | 2019-06-04 | 2019-08-30 | 合肥博耀信息技术有限公司 | 一种智慧生产排产算法 |
CN110738413A (zh) * | 2019-10-15 | 2020-01-31 | 中国航空制造技术研究院 | 航空零件加工自动化生产线的多约束排产计算方法及装置 |
CN111027876A (zh) * | 2019-12-16 | 2020-04-17 | 青岛海力旭机电科技发展有限公司 | 一种分散式生产模式下的工序生产计划排产系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522085A (zh) * | 2024-01-05 | 2024-02-06 | 山东恒远智能科技有限公司 | 基于大数据的智能工厂生产调度优化方法 |
CN117522085B (zh) * | 2024-01-05 | 2024-04-02 | 山东恒远智能科技有限公司 | 基于大数据的智能工厂生产调度优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8606386B2 (en) | Multi-agent system for distributed manufacturing scheduling with Genetic Algorithms and Tabu Search | |
CN108830110B (zh) | 基于区块链的能源交互装置、能源互联网系统和交互方法 | |
Ham et al. | Constraint programming approach for scheduling jobs with release times, non-identical sizes, and incompatible families on parallel batching machines | |
CN103679388A (zh) | 生产调度方法及生产调度系统 | |
Li et al. | Assembly line balancing problem with task learning and dynamic task reassignment | |
CN112712290A (zh) | 针对加急产品的智能生产系统的自组织方法、系统及介质 | |
CN111274021A (zh) | 一种gpu集群任务调度分配方法 | |
Xu et al. | Optimization of multi-stage production scheduling of automated production | |
Subbiah et al. | Short-term scheduling of multi-product batch plants with sequence-dependent changeovers using timed automata models | |
Piramuthu et al. | Information-based dynamic manufacturing system scheduling | |
Runkler | Controlling discrete manufacturing processes using Kanban and Heijunka approaches | |
CN114186755A (zh) | 一种可视化智慧物流动态优化管控方法及系统 | |
Touat et al. | A fuzzy genetic algorithm for single-machine scheduling and flexible maintenance planning integration under human resource constraints | |
Raa et al. | Cyclic scheduling of multiple tours with multiple frequencies for a single vehicle | |
CN113191704A (zh) | 货物出库的控制方法、装置和计算机可读存储介质 | |
CN112448982A (zh) | 一种多任务训练集群任务间共享网络资源的方法及系统 | |
CN111400050A (zh) | 一种分配资源执行任务的方法及装置 | |
CN117291401B (zh) | 一种用电高峰期有序用电控制方法及系统 | |
CN110046173A (zh) | 调度信息的生成方法及装置、电子设备 | |
Abed et al. | Hybridizing guided genetic algorithm and single-based metaheuristics to solve unrelated parallel machine scheduling problem with scarce resources | |
CN117290104B (zh) | 一种边缘计算方法、装置及设备 | |
Jávor | Simulation with embedded AI for transdisciplinary problem solving | |
CN113268503B (zh) | 信息聚合方法、存储介质、计算机设备 | |
Harrath et al. | Multiobjective genetic algorithm-based method for job shop scheduling problem: Machines under preventive and corrective maintenance activities | |
CN114996330A (zh) | 一种稼动数据的处理方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210427 |