買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京深度奇點(diǎn)科技有限公司申請(qǐng)的專利APS動(dòng)態(tài)生產(chǎn)計(jì)劃排程系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114298426B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111656550.5，技術(shù)領(lǐng)域涉及：G06Q10/04；該發(fā)明授權(quán)APS動(dòng)態(tài)生產(chǎn)計(jì)劃排程系統(tǒng)是由魏紅茂;李昊天;戚驍亞;孫廣集設(shè)計(jì)研發(fā)完成，并于2021-12-30向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本APS動(dòng)態(tài)生產(chǎn)計(jì)劃排程系統(tǒng)在說明書摘要公布了：本發(fā)明涉及一種APS動(dòng)態(tài)生產(chǎn)計(jì)劃排程系統(tǒng)，包括以下排程流程，S1、輸入生產(chǎn)計(jì)劃信息；S2、交由APS完成數(shù)據(jù)建模，并通過生產(chǎn)排程算法制定生產(chǎn)計(jì)劃，進(jìn)行排程；S3、輸出排程結(jié)果并反饋；S4、根據(jù)結(jié)果反饋，如果滿意，則可以下發(fā)生產(chǎn)計(jì)劃，與第三方系統(tǒng)集成，完成流轉(zhuǎn)，至此結(jié)束；S5、根據(jù)結(jié)果反饋，如果不滿意，則修改輸入信息，調(diào)整訂單，重復(fù)步驟S1～S4。本發(fā)明通過構(gòu)建動(dòng)態(tài)生產(chǎn)計(jì)劃排程方法，實(shí)現(xiàn)了數(shù)字化工廠計(jì)劃排程的動(dòng)態(tài)調(diào)整；針對(duì)制造時(shí)間的波動(dòng)、機(jī)器故障、預(yù)防性維護(hù)、動(dòng)態(tài)插單等情況，通過神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)到各類不確定性的概率分布，同時(shí)通過強(qiáng)化學(xué)習(xí)提供的在線學(xué)習(xí)機(jī)制，來動(dòng)態(tài)地應(yīng)對(duì)各類不確定性，為工廠的智能制造升級(jí)提供完整的解決方案。

本發(fā)明授權(quán)APS動(dòng)態(tài)生產(chǎn)計(jì)劃排程系統(tǒng)在權(quán)利要求書中公布了：1.一種APS動(dòng)態(tài)生產(chǎn)計(jì)劃排程系統(tǒng)，其特征在于：包括以下排程流程， S1、輸入生產(chǎn)計(jì)劃信息，包括原材料信息，工序信息和訂單信息； S2、交由APS完成數(shù)據(jù)建模，并通過生產(chǎn)排程算法制定生產(chǎn)計(jì)劃，進(jìn)行排程； 生產(chǎn)排程算法包括以下步驟： 1使用GA遺傳算法，在不考慮動(dòng)態(tài)特性的前提下，生成靜態(tài)排程計(jì)劃； 包括以下步驟： A、問題初始化； B、使用遺傳算子運(yùn)算，通過群體智能涌現(xiàn)出較優(yōu)解； 遺傳算子包括， 選擇算子，即通過Fitness健壯函數(shù)，判斷個(gè)體的健壯性； 交叉算子，即將兩個(gè)個(gè)體的父代染色體進(jìn)行交叉重組，從而生成子代，其中交叉位置的設(shè)置為多種； 以及， 變異算子，即子代的染色體隨機(jī)化改變； 通過遺傳算子，完成從父代到子代的進(jìn)化過程； C、不斷重復(fù)步驟B中的進(jìn)化過程，直到滿足結(jié)束條件；結(jié)束條件可以是運(yùn)行的一段時(shí)間、滿足對(duì)目標(biāo)函數(shù)的期望或達(dá)到一定迭代次數(shù)； D、根據(jù)生成的最優(yōu)解，按照與編碼完全相反的過程進(jìn)行解碼，從而生成實(shí)際的排程計(jì)劃； 2當(dāng)動(dòng)態(tài)特性出現(xiàn)時(shí)，通過強(qiáng)化學(xué)習(xí)在線調(diào)整GA遺傳算法排程中的工單釋放規(guī)則與關(guān)鍵參數(shù)，使用GA遺傳算法重新進(jìn)行排程； 所述的步驟2中，預(yù)先對(duì)動(dòng)態(tài)特性進(jìn)行分類，分為隨機(jī)因素導(dǎo)致的不確定性和系統(tǒng)動(dòng)力學(xué)特性導(dǎo)致的不確定性兩種；同時(shí)預(yù)先設(shè)立工單釋放規(guī)則池； 當(dāng)不確定性產(chǎn)生時(shí)，包括以下步驟， I、將動(dòng)態(tài)排程問題看作MDP馬爾可夫時(shí)序模型，即由GA遺傳算法生成的排程計(jì)劃作為t-1時(shí)刻的狀態(tài)，當(dāng)前不確定性產(chǎn)生后為t時(shí)刻的狀態(tài)； II、使用強(qiáng)化學(xué)習(xí)的Q-learning方法，將環(huán)境參數(shù)、原目標(biāo)函數(shù)、動(dòng)態(tài)特性作為模型輸入，通過試錯(cuò)方法進(jìn)行訓(xùn)練，與工單釋放規(guī)則池中的具體規(guī)則進(jìn)行匹配； III、將原目標(biāo)函數(shù)作為獎(jiǎng)勵(lì)函數(shù)，學(xué)習(xí)獎(jiǎng)勵(lì)值最大的映射方式，將學(xué)習(xí)結(jié)果存放到Q-learning查詢表中； 所述的步驟II中，采用epsilon-greedy算法增加搜索的隨機(jī)性； 3通過神經(jīng)網(wǎng)絡(luò)，承載不確定性的概率分布，并將此概率分布作為前饋預(yù)測(cè)，指導(dǎo)與調(diào)整下一次GA遺傳算法的排程結(jié)果； 4不斷重復(fù)步驟1～3，從而實(shí)現(xiàn)從個(gè)體智能涌現(xiàn)到群體智能，再?gòu)娜后w智能到進(jìn)化個(gè)體智能的正反饋閉環(huán)，直至智能收斂； S3、輸出排程結(jié)果并反饋； S4、根據(jù)結(jié)果反饋，如果滿意，則可以下發(fā)生產(chǎn)計(jì)劃，與第三方系統(tǒng)集成，完成流轉(zhuǎn)，至此結(jié)束； S5、根據(jù)結(jié)果反饋，如果不滿意，則修改輸入信息，調(diào)整訂單，重復(fù)步驟S1～S4。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京深度奇點(diǎn)科技有限公司，其通訊地址為：100084 北京市海淀區(qū)雙清路甲79號(hào)配樓3層A302室(東升地區(qū))；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。