一种应用于置换流水车间的卷积神经网络调度方法

摘要

本发明属于车间调度领域，并公开了一种应用于置换流水车间的卷积神经网络调度方法，该方法包括：(a)建立置换流水车间的时间矩阵和与该时间矩阵对应的最优加工序列；(b)将时间矩阵中进行归一化处理和标准化处理，使其转化为LeNet‑5卷积神经网络算法可识别的灰度图像，处理后的时间矩阵与其相应的最优加工序列构成置换流水车间的数据库；(c)将数据库中的训练数据训练LeNet‑5卷积神经网络获得神经网络中的网络参数，利用该网络参数设置LeNet‑5卷积神经网络，然后利用其进行预测，获得所需的预测加工序列，由此实现置换流水车间的调度。通过本发明，提高生产稳定性和产品质量，降低产品制造周期，提高经济效益。