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！

龙图腾网获悉杭州半云科技有限公司申请的专利一种基于大模型的智能生产调度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：CN119918891B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510388921.8，技术领域涉及：G06Q10/0631；该发明授权一种基于大模型的智能生产调度优化方法及系统是由陈卫强;陈细平;姚家渭;谢继斌设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本一种基于大模型的智能生产调度优化方法及系统在说明书摘要公布了：本发明公开了一种基于大模型的智能生产调度优化方法，包括以下步骤：S1、数据采集与预处理；收集设备运行数据、物料供应数据、生产进度数据和生产任务信息；对收集到的数据进行清洗、归一化和异常值处理，生成结构化数据；S2、确定调度方案的优化目标和生产车间的约束条件，构建调度模型，生成初步的调度方案；S3、使用调度方案评估算法对初步调度方案进行评估；S4、输出最优的生产调度方案，并将该方案应用于生产系统中。本发明采用熵权多目标决策方法结合多目标蜻蜓优化算法，能够有效评估和优化生产调度方案。相比于传统的数学规划方法和启发式算法，本发明的方法在保证解的质量的同时，显著提高调度效率。

本发明授权一种基于大模型的智能生产调度优化方法及系统在权利要求书中公布了：1.一种基于大模型的智能生产调度优化方法，其特征在于，包括以下步骤： S1、数据采集与预处理；收集设备运行数据、物料供应数据、生产进度数据和生产任务信息；对收集到的数据进行清洗、归一化和异常值处理，生成结构化数据； S2、确定调度方案的优化目标和生产车间的约束条件，通过大模型对历史生产数据进行特征提取和模式学习，构建调度模型，生成初步的调度方案； S3、使用调度方案评估算法基于大模型的动态参数调整能力对初步调度方案进行评估； S4、输出最优的生产调度方案，并将该方案应用于生产系统中； 其中，S3调度方案评估算法使用熵权多目标决策方法结合多目标蜻蜓优化算法评估调度方案；S3熵权多目标决策方法结合多目标蜻蜓优化算法包括以下步骤： A1、从预处理后的数据中提取多个生产样本，并对生产样本进行标准化，每个样本代表一个时间段内的实际生产情况； A2、根据提取的样本数据，计算每个优化指标的熵值E j ，并基于熵值计算每个优化指标的权重ω j ； A3、初始化蜻蜓种群，通过大模型生成初始调度方案的候选解集，为每个蜻蜓分配初始位置和速度； A4、计算每个蜻蜓的适应度，根据优化目标权重ω j 和各优化目标的值f j Xi，计算综合适应度；计算综合适应度公式为： ； 其中，f j X i 是第i个调度方案在第j个优化目标上的值；ω j 是每个优化目标的权重；n是优化目标总数； A5、利用Pareto支配关系找出当前的非支配解集，作为当前的最优解； A6、对于每个蜻蜓，根据其邻居的信息计算分离、对齐、凝聚、食物吸引和天敌躲避行为的贡献，并综合这些行为更新蜻蜓的速度和位置； A7、重新评估所有蜻蜓的适应度，更新Pareto最优解集；若新生成的调度方案的适应度优于当前非支配解集S中的某些调度方案，则将其加入非支配解集S，并移除被支配的调度方案； A8、当达到预定的迭代次数G时，算法终止；否则，重复步骤A4至A7； A9、从Pareto最优解集中选择最优的生产调度方案； 其中，A5利用Pareto支配关系找出当前的非支配解集，作为当前的最优解包括： A51、初始化非支配解集；将种群中的所有调度方案作为初始候选解集； A52、筛选非支配解； 遍历所述初始候选解集中的每一个调度方案i，将其与候选解集中的其他调度方案g进行两两比较； 若调度方案i的适应度大于调度方案g，并且调度方案i在至少一个关键优化目标上优于调度方案g，则调度方案i支配调度方案g； 若调度方案i支配调度方案g，则将调度方案g从候选解集中移除； 若调度方案i不被任何其他调度方案支配，则将调度方案i加入非支配解集S； A53、保持解的多样性；根据距离，保留分布稀疏的调度方案； A54、终止条件判断；当达到预设的迭代次数G时，停止迭代； A55、将最终的非支配解集作为Pareto最优解集。

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杭州半云科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区长河街道平乐街16号1号楼12253室；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”。