申请/专利权人：陕西科技大学

申请日：2022-05-05

公开（公告）日：2024-06-28

公开（公告）号：CN114862313B

主分类号：G06Q10/087

分类号：G06Q10/087;G06Q10/0631;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.08.23#实质审查的生效;2022.08.05#公开

摘要：本发明公开了一种基于BP神经网络的组合规则动态选取方法，包括以下步骤：1通过使用RMFS系统的动态任务调度，构建考虑最小化任务完成时间、最小化路径长度、最小化移动机器人使用数量的动态任务调度多目标模型；2利用步骤1的多目标模型建立包含五种规则的调度规则库，提出基于BP神经网络模型的组合规则动态选取策略，并设计仿真实验，证明该组合规则动态选取策略能够在系统时变的情况下仍具有良好的适应性。本发明能够提高仓储系统出入库作业效率、降低物流成本。

主权项：1.一种基于BP神经网络的组合规则动态选取方法，其特征在于，包括以下步骤：1通过使用RMFS系统的动态任务调度，构建考虑最小化任务完成时间、最小化路径长度、最小化移动机器人使用数量的动态任务调度多目标模型；2利用步骤1的多目标模型建立包含五种规则的调度规则库，提出基于BP神经网络模型的组合规则动态选取策略，并设计仿真实验，证明该组合规则动态选取策略能够在系统时变的情况下仍具有良好的适应性；所述RMFS系统包括拣选任务和充电任务，所述拣选任务是指系统中需要处理的订单，由移动机器人将目标货架搬运至拣选台供工作人员拣选；充电任务是指当移动机器人电量不满足拣选任务的执行需求时，需要先前往充电区域进行充电；所述RMFS系统的动态任务调度为系统中的任务i动态到达，包含移动机器人指派决策以及移动机器人接收决策；1移动机器人指派决策：当移动机器人处于空闲状态时，系统可以指派移动机器人何时去处理某个任务；2移动机器人接收决策：移动机器人具有自主决策能力，能够在系统为其指派的任务中选择最合适的任务并执行；任务完成时间过程的具体公式为： 式中，i,j为任务索引，r为机器人索引，k为拣选台索引，ri为执行第i个任务的机器人r，Si为任务i的目标货架位置，即任务起始点，Dik为任务i的目标拣选台位置，即任务目标点，Cr为机器人r的当前位置，为机器人r完成任务i之后，继续处理任务j，为任务i起始点Si行驶至目标点Dik的距离，为机器人由当前位置Cr行驶至任务i起点Si的距离，v为机器人行驶的平均速度，ECRr为机器人r的当前电量，EHri为完成任务i机器人r所需的电量，ti为任务i到达系统的时间，为任务i开始处理的时间，为任务i处理完成的时间，为机器人r处于当前位置的时间，为机器人r完成任务i后至开始处理任务j的时间，为机器人r由当前位置至任务i的起点Si的时间，tEHri为为完成任务i机器人r需要先充电的充电时间，tEri为充电任务中机器人r的充电时间，为机器人r由当前位置Cr往返充电区域H的时间，为0-1变量，若机器人r在处理完任务i后继续处理任务j则为1，否则为0。

全文数据：

权利要求：

百度查询： 陕西科技大学 一种基于BP神经网络的组合规则动态选取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD