【技术实现步骤摘要】
本专利技术涉及智能控制领域，具体涉及一种基于人工智能的异构机器人系统任务行程时间预测方法。
技术介绍
1、机器人系统在智能制造领域的应用已经取得了巨大的成功，极大地提高了工作效率和资源利用率。随着制造业的发展和需求的多样化，异构机器人系统也越来越受欢迎去解决任务种类多、任务要求差异大等实际问题，它由不同类型机器人组成，每种类型的机器人都具有独特的性能和功能，可以满足不同的任务需求。因此，相对于单一类型机器人系统，异构机器人系统具有更好灵活性、稳定型和可扩展性。
2、虽然异构机器人可以提高系统的柔性和智能性，但任务行程时间因异构机器人系统任务的动态性和关联性而难以预测。但是准确的预测任务行程时间对异构机器人系统高效率的运行又是及其重要的。然而，查阅机器人系统调度相关的现有文献，对调度系统的任务行程时间预测问题的研究较少，且调度系统的任务行程时间预测是基于经验公式的，如公开号为cn114911198a的中国专利技术专利，而基于数据驱动以及人工智能方法的机器人任务行程时间预测方面，暂无相关研究文献。
技<本文档来自技高网...
【技术保护点】
1.一种基于人工智能的异构机器人系统任务行程时间预测方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于人工智能的异构机器人系统任务行程时间预测方法，其特征在于，所述异构机器人系统，为由不同功能机器人和不同载量机器人组成的系统。
3.根据权利要求1所述的基于人工智能的异构机器人系统任务行程时间预测方法，其特征在于，所述任务行程时间特性，为异构机器人系统的任务行程时间不仅与任务信息、机器人状态有关，还与系统中的交通流有关。
4.根据权利要求1所述的基于人工智能的异构机器人系统任务行程时间预测方法，其特征在于，所述神经网络的拓扑结...
【技术特征摘要】
1.一种基于人工智能的异构机器人系统任务行程时间预测方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于人工智能的异构机器人系统任务行程时间预测方法，其特征在于，所述异构机器人系统，为由不同功能机器人和不同载量机器人组成的系统。
3.根据权利要求1所述的基于人工智能的异构机器人系统任务行程时间预测方法，其特征在于，所述任务行程时间特性，为异构机器人系统的任务行程时间不仅与任务信息、机器人状态有关，还与系统中的交通流有关。
4.根据权利要求1所述的基于人工智能的异构机器人系统任务行程时间预测方法，其特征在于，所述神经网络的拓扑结构，包括输入层x、隐含层z和输出层y，共3层结构，将行程影响因素作为输入，任务行程时间作为输出，输入层x表示了某时刻系统的任务情况、路径的交通负荷情况以及机器人的负载情况，输出层y表示了系统中各任务的行程时间，任务包括已调度未完成的任务和此轮待调度的任务。
5.根据权利要求4所述的神经网络的拓扑结构，其特征在于，所述行程影响因素，包括任务的优先级、任务所分配的机器人编号、任务在该机器人上的执行排序、该机器人的路径信息、该机器人正在执行的任务信息以及任务层次。
6.根据权利要求1所述的基于人工智能的异构机器人系统任务行程时间预测方法，其特征在于...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。