【技术实现步骤摘要】
本专利技术涉及制造业资源调度优化，具体而言，涉及一种面向集群制造的多层级资源优化配置方法。
技术介绍
1、随着全球化经济的迅速发展，工业和制造业市场繁荣兴旺的同时也存在着竞争日益加剧、转型日益急迫的新局面，用户需求逐渐由统型向个性化、多样化和定制化转变，这对现有制造业提出了更高的要求，尤其在制造信息的快速精准采集、资源需求的动态响应以及资源服务化封装和共享方面的转型和升级刻不容缓。虽然需求促进了多种先进制造模式的实现和推广，但当前研究重点主要是针对传统制造系统中固定层级或少数节点的生产服务优化模型和方法的研究，较少从工序级、零件级、部件级和产品级以及网络化的角度出发对生产关系进行梳理和探索。因此为实现制造互联化和工业信息化，需深入挖掘层级内和层级间的使用约束和协同联动关系，研究多主体多集群的社会化网络化交互，进而达到资源集群化下的多层级制造任务的资源智能优化和自组织配置的目的。
2、中国申请号为：cn114860435a，专利名称为：基于任务选择过程强化学习的大数据作业调度方法，涉及基于机器学习和深度学习的作业调度方法；该方...
【技术保护点】
1.一种面向集群制造的多层级资源优化配置方法，其特征在于，包括：
2.根据权利要求1所述的面向集群制造的多层级资源优化配置方法，其特征在于，所述步骤2中制定工序级评价指标涉及时间、成本、可靠性、满意度、相似度五个评价因素，具体包括:
3.根据权利要求2所述的面向集群制造的多层级资源优化配置方法，其特征在于，所述步骤4中结合工序级评价指标建立基础资源集群的评价矩阵，采用灰色关联分析法对基础资源集群中的每个设备资源组合进行评价和排序，选择最优的设备资源组合，具体包括：
4.根据权利要求1所述的面向集群制造的多层级资源优化配置方法，其特征...
【技术特征摘要】
1.一种面向集群制造的多层级资源优化配置方法，其特征在于，包括：
2.根据权利要求1所述的面向集群制造的多层级资源优化配置方法，其特征在于，所述步骤2中制定工序级评价指标涉及时间、成本、可靠性、满意度、相似度五个评价因素，具体包括:
3.根据权利要求2所述的面向集群制造的多层级资源优化配置方法，其特征在于，所述步骤4中结合工序级评价指标建立基础资源集群的评价矩阵，采用灰色关联分析法对基础资源集群中的每个设备资源组合进行评价和排序，选择最优的设备资源组合，具体包括：
4.根据权利要求1所述的面向集群制造...
【专利技术属性】
技术研发人员：张映锋，钱成，王哲，李积明，
申请(专利权)人：西北工业大学宁波研究院，
类型：发明
国别省市：
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。