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！

龙图腾网获悉广东工业大学申请的专利一种板式产品的排产-组批-排样联合优化方法及系统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：CN121235360B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511356100.2，技术领域涉及：G06Q10/0631；该发明授权一种板式产品的排产-组批-排样联合优化方法及系统是由魏丽军;王宏伟;张浩;姚绍文;舒文兰;刘强设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种板式产品的排产-组批-排样联合优化方法及系统在说明书摘要公布了：本发明涉及板式产品生产技术领域，尤其涉及一种板式产品的排产‑组批‑排样联合优化方法及系统，其方法包括基于列生成算法构建排产调度模型，通过主问题与子问题分解，迭代挖掘负缩减成本方案列，生成满足作业覆盖与产能约束的排产结果；基于排产结果的时间片，构建订单多维特征向量并归一化，采用加权欧氏距离度量相似度，通过多约束聚类与合法性筛选，生成兼容排样的组批结果；基于组批结果，采用双倍迭代搜索机制与变领域搜索算法，结合后处理策略生成未放置面积最小的排样方案；同时在优化过程中实现三阶段间的信息共享与双向调节。本发明能解决现有技术“分段求解、难以集成”的瓶颈，提升板式产品制造流程的执行效率与资源利用水平。

本发明授权一种板式产品的排产-组批-排样联合优化方法及系统在权利要求书中公布了：1.一种板式产品的排产-组批-排样联合优化方法，其特征在于，包括以下步骤： S1、任务驱动的多约束排产调度阶段：基于列生成算法构建排产调度模型，通过主问题与子问题分解，迭代挖掘负缩减成本方案列，生成满足作业覆盖与产能约束的排产结果； S2、约束控制下的订单组批优化阶段：基于排产结果的时间片，构建订单多维特征向量并归一化，采用加权欧氏距离度量相似度，通过多约束聚类与合法性筛选，生成兼容排样的组批结果； S3、排样性能驱动的启发式布局优化阶段：基于组批结果，采用双倍迭代搜索机制与变领域搜索算法，结合后处理策略生成未放置面积最小的排样方案； S4、三阶段联动与闭环反馈：利用排产结果指导组批生成组批结果，再将组批结果输入排样生成排样方案，若排样方案出现排样异常则反馈至排产调度阶段或组批优化阶段调整，最终生成符合要求的未放置面积最小的排样方案； 在S1中所述基于列生成算法的排产调度模型，包括符号定义：待安排生产作业j的集合J、可行排产方案s的集合S、方案选择变量xs、作业覆盖变量as,j、机器使用数量下界UB、机器使用数量上界LB； 其中，j∈J，s∈S，xs∈｛0,1｝，as,j∈｛0,1｝； 当可行排产方案s∈S被选中，则xs=1，否则为0； 当可行排产方案s覆盖待安排生产作业j，则as,j=1，否则为0； 在S1中所述主问题的目标函数为： 所述主问题的约束条件包括覆盖约束、变量取值约束和机器使用上下界约束： 在S1中所述子问题的缩减成本计算公式为： 其中aj为待安排生产作业j的隐含成本权重，β为机器数量的隐含成本权重；若rs＜0，则该方案为负缩减成本方案列； 所述子问题的目标函数为： 在S3中，变领域搜索算法用于解码原料板材使用序列，后处理策略用于进一步改进当前解，双倍迭代搜索机制则用于动态控制变邻域搜索的迭代次数以及搜索组合的范围，具体步骤如下： 双倍迭代搜索机制按原料板材可用面积总和，将板材组合划分为若干组，每组内组合的目标函数值相同；对每组搜索可行排样方案：若找到可行方案，剪除所有目标值≥该组的组合，缩减搜索空间；若未找到，扩大组合范围继续搜索； 变邻域搜索算法则首先生成初始序列：按零件面积从大到小排序，生成初始零件放置序列；其次生成候选解：对当前序列进行随机振荡，生成新候选解序列；接着优化局部搜索：调用局部搜索算法LSearch优化候选解，LSearch采用三种邻域结构，按顺序执行： 邻域1：随机交换任意两个零件的位置； 邻域2：随机选择一个零件，插入至序列中随机位置； 邻域3：选取任意局部子序列，执行翻转操作； 搜索逻辑：若当前邻域找到更优解，立即更新当前解并返回邻域1重新搜索；若当前邻域无改进，切换至下一个邻域；所有邻域无改进则终止，返回最佳解。

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广东工业大学，其通讯地址为：510000 广东省广州市越秀区东风东路729号；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。