一种基于XGBoost算法的机器人制造单元自适应调度方法

发明专利有效专利

申请号：
CN201810440569.8
IPC分类号：G06Q10/06;G06Q50/04;G06F17/30
申请日期：
2018-05-10
申请人：
清华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于XGBoost算法的机器人制造单元自适应调度方法
申请号	CN201810440569.8	申请日期	2018-05-10
法律状态	实质审查	申报国家	中国
公开/公告日	2018-10-23	公开/公告号	CN108694502A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/06 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/06 资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;5;0;/;0;4;;;G;0;6;F;1;7;/;3;0查看分类表>
申请人	清华大学	申请人地址	北京市海淀区清华园变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	张林宣;王楚原;刘重党
代理机构	石家庄众志华清知识产权事务所（特殊普通合伙）	代理人	聂旭中;彭竞驰

摘要

一种基于XGBoost算法的机器人制造单元自适应调度方法，属于制造业生产线自动化调度领域，具体涉及采用XGBoost算法对具有复杂约束的机器人制造单元进行实时在线调度的方法。包括以下步骤：建立样本数据库，数据库中存储的样本是生产数据以及对应生产数据的最优启发式方法；以样本数据库为基础，应用FIPS‑XGBoost算法启发式调度方法分类模型；通过监测机器人制造单元内的生产状态信息，获取实际的生产数据，将实际的生产数据输入给启发式调度方法分类模型，得到最优启发式方法。本发明可以快速高效地求解最优特征子集，算法性能普遍好于组合调度规则，验证了该算法自适应调度的有效性。使用本发明提供的分类模型，根据实际生产数据得出最优启发式方法，可以减少机器人空载移动次数、加快调度效率，带来单元内吞吐量的提升。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供