基于深度强化学习的智能车间调度方法研究

• 作者: 罗梓珲 江呈羚 刘亮 郑霄龙 马华东
• 来源期刊: 物联网学报
• 学科: 工学
• 关键词: 工业物联网 智能车间调度 柔性生产 深度强化学习 车间调度方法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 理论与技术|Theory and Technology
• 页码范围: 53-64
• 页数: 12页
• 分类号: TP18
• 语种: 中文
• DOI: 10.11959/j.issn.2096−3750.2022.00260

摘要

工业物联网的空前繁荣为传统的工业生产制造模式开辟了一条新的道路.智能车间调度是整个生产过程实现全面控制和柔性生产的关键技术之一,要求以最大完工时间最小化分派多道工序和多台机器的生产调度.首先,将车间调度问题定义为马尔可夫决策过程,建立了一个基于指针网络的车间调度模型.其次,将作业调度过程看作是从一个序列到另一个序列的映射,提出了一种基于深度强化学习的车间调度算法.通过分析模型在不同参数设置下的收敛性,确定了最优参数.在不同规模的公共数据集和实际生产数据集上的实验结果表明,所提出的深度强化学习算法能够取得更好的性能.