买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉陕西科技大学申请的专利FMS调度与资源配置联合优化方法、系统、设备、介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121638833B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610161177.2，技术领域涉及：G06Q10/0631；该发明授权FMS调度与资源配置联合优化方法、系统、设备、介质是由何舟;钟勉正;平垚垚;古婵设计研发完成，并于2026-02-04向国家知识产权局提交的专利申请。

本FMS调度与资源配置联合优化方法、系统、设备、介质在说明书摘要公布了：本发明公开了FMS调度与资源配置联合优化方法、系统、设备、介质，属于制造系统优化领域，采用带库所时延的S3PR网构建FMS的Petri网模型，表征FMS中的工件和工序；调度决策模块基于资源配置，在机器时间变化环境下执行改进Dyna‑Q算法，获取多组时间样本的最大完工时间集合；资源配置决策模块分析该集合、计算奖励函数值，在成本约束下探索机器数目配置，生成新方案反馈调度决策模块；二者交互迭代联合优化，以满足资源与成本约束、最小化系统最大完工时间为目标，达成预设终止条件后，输出资源配置与调度结果，按工件工序开始时间排序生成可执行方案，提升调度与资源配置的质量及效率。

本发明授权FMS调度与资源配置联合优化方法、系统、设备、介质在权利要求书中公布了：1.FMS调度与资源配置联合优化方法，其特征在于，包括以下步骤： 基于柔性制造系统FMS的实际生产关系，采用带库所时延的S3PR网构建所述FMS的Petri网模型，得到带库所时延的S3PR网模型，所述带库所时延的S3PR网模型表征FMS中的工件集合、工序序列、资源集合及各工序的时间特性，所述资源集合包括加工机器和运输小车机器人； 启动调度决策模块，结合带库所时延的S3PR网模型，基于初始或当前资源配置方案，在机器时间变化环境下执行改进的Dyna-Q算法，获得多组时间样本下的最大完工时间集合；调度决策模块包括调度策略学习和调度策略应用；所述调度策略学习包括外层循环与内层循环，所述外层循环对各工序的加工时间区间、运输时间区间进行随机采样，获取时间样本；所述内层循环基于所述时间样本，通过改进的Dyna-Q算法完成调度策略学习，再通过调度策略应用将各组时间样本所对应的调度决策结果输送至资源配置决策模块； 启动资源配置决策模块，对多组时间样本下的调度决策结果集合进行分析评估，并计算奖励函数值，在成本约束下探索机器数目配置，生成新的资源配置方案并反馈调度决策模块； 基于新资源配置方案重复调度决策模块的调度策略学习和调度策略应用，得到新的多组时间样本下的调度决策结果集合；基于新的多组时间样本下的调度决策结果集合重复启动资源配置决策模块，联合优化迭代直至满足预设终止条件；所述联合优化迭代的目标为在满足资源与成本约束的前提下最小化系统最大完工时间； 联合优化迭代结束后，输出最终资源配置与调度结果，按各工件各工序的开始时间进行时间轴排序，生成可执行的生产调度方案； 所述改进的Dyna-Q算法包括以下步骤： 步骤1：初始化调度参数、调度策略表、调度回放列表、调度转移列表及调度前驱列表； 步骤2：初始化标识得到当前标识，初始化名义剩余时间及动作选择后实际加工剩余时间； 步骤3：基于步骤2初始化得到的当前标识，确定Petri网下的使能变迁集合，采用改进的全局探索率贪婪策略选择变迁使能作为当前状态下的动作，得到新标识及对应的名义状态、采样状态以及新状态，新状态为所述名义状态与采样状态的集合，并产生状态转移样本； 步骤4：针对步骤3得到的所述新标识判断状态类型，根据状态类型计算即时奖励；所述状态类型包括死锁状态、目标标识状态及一般状态，不同状态类型对应不同的即时奖励计算方式； 步骤5：将步骤3产生的状态转移样本记录至调度转移列表，同时将当前状态记录为步骤3得到的新状态的前驱状态，并存入调度前驱列表； 步骤6：复用步骤4的即时奖励和步骤3的新状态计算时序差分误差，若新状态非死锁状态且时序差分误差满足预设条件，则将对应经验存入调度回放列表，再采用改进的自适应衰减学习率更新调度策略表； 步骤7：执行预设次数的虚拟回放，每次提取调度回放列表中最高优先级经验，依托步骤5构建的调度转移列表确定最高优先级经验对应的新状态，结合调度策略表更新最高优先级经验对应的策略值；同时基于步骤5的调度前驱列表处理前驱状态的时序差分误差，将符合条件的经验存入调度回放列表； 步骤8：更新步骤3得到的名义状态与采样状态后，返回步骤3继续循环，直至新状态为目标状态或死锁状态以结束本轮优化；重复上述优化过程至达到预设总优化轮次，完成外层循环优化； 步骤9：在步骤8完成所有外层循环训练后，将训练完成的调度策略表进行预设次数的采样部署；从初始状态开始选取策略值最优的动作执行，记录每次动作的奖励并叠加至达到目标状态，采样部署过程中调度策略表保持冻结，最终输出采样部署结果集合及调度策略表。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人陕西科技大学，其通讯地址为：710021 陕西省西安市未央区大学园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。