您所在的位置: 成果库 基于量子行为粒子群算法的生产制造过程优化方法和装置

基于量子行为粒子群算法的生产制造过程优化方法和装置

发布时间: 2022-10-09

基本信息

合作方式: 技术转让
成果类型: 发明专利
行业领域:
新材料技术,新能源及节能技术
成果介绍
本发明公开了一种基于量子行为粒子群算法的生产制造过程优化方法,包括以下步骤:以氧气消耗量、重油的消耗量、机器的消耗成本和生产线上炉内气压为优化目标,以时间和资源约束作为约束条件,构建多目标制造过程优化模型;采用量子行为粒子群算法对所述多目标制造过程优化模型进行求解。本发明为生产制造过程的优化提供了一种定量的方式,较之前根据经验的调整方式更为合理,且准确性高,有助于优化资源配置。
成果亮点
1、本发明以氧气消耗量、重油的消耗量、机器的消耗成本和生产线上炉内气压为优化目标,以时间和资源约束作为约束条件,建立优化模型,为生产制造过程的优化提供了一种定量的方式,较之前根据经验的调整方式更为合理,且准确性高; 2、本发明采用QPSO进行模型求解,通过实验验证,其效率明显优于遗传算法和粒子群算法,解决了PSO算法容易陷入局部最优解的缺陷。 本发明只针对生产中的能源控制设计,并没有涉及到玻纤生产时候的原材料(为二氧化硅、氧化铝、氧化钙等),比较来说,实施简单,符合实际。
团队介绍
姜雪松,齐鲁工业大学(山东省科学院)计算机科学与技术学部,博士生导师,教授,软件工程系主任,CAAI智慧医疗专委,CCF体系结构专委,山东省电子学会大数据与云计算专委会副主任委员,CCF YOCSEF济南优秀AC,山东省智能科学与技术专委会副主任委员、山东省工业大数据与智能制造专委会委员等。 主要研究方向:大数据、工业智能、复杂系统优化。 近几年来,作为项目负责人主持2020国家重点研发计划课题“区域网络协同制造价值链协同服务平台研发及应用示范”、2015年省重点研发计划、2014年省自然基金项目等国家级、省部级重点纵向项目,作为项目合作单位负责人,主持2017省重大创新工程“智能协同控制及优化关键技术研究与应用示范”、2014年工信部电子基金“面向商业银行应用的大数据分析平台研发及产业化”;作为主要参与人员参加了2018年国家重点研发计划项目“智能制造软件形式化验证和性能优化技术”、2014山东省自主创新及成果转化重大专项、2016工信部智能制造新模式示范项目、2014国家发改委云计算专项、2016年山东省绿色数据中心试点项目等。
成果资料