基于深度强化学习的作业车间节能调度研究

作     者：李子晨 苑明海 黄涵钰 裴凤雀 LI Zichen;YUAN Minghai;HUANG Hanyu;PEI Fengque

作者机构：河海大学机电工程学院江苏常州213000 

基　　金：常州市科技计划项目(CE20235052 CJ20220207) 

出 版 物：《制造技术与机床》 (Manufacturing Technology & Machine Tool)

年 卷 期：2024年第6期

页      码：161-169页

摘      要：针对绿色制造背景下的作业车间调度问题,提出一种基于析取图的调度框架,该框架可以应对复杂多变的生产调度环境,并实时反映车间生产状态和机床能耗。在将调度问题转化为马尔可夫决策过程中,定义2个静态矩阵和5个动态矩阵作为状态空间,设计有关节能策略的组合调度规则,通过全局和局部两种方式描述奖励函数。最后,使用竞争深度Q网络训练模型。通过与调度规则、遗传算法等其他优化算法测试对比,证明了文章所提方法能够有效缩短完工时间和降低车间总能耗。

主 题 词：深度强化学习 作业车间调度 能耗 DQN 

学科分类：08[工学] 0802[工学-机械学] 

D　O　I：10.19287/j.mtmt.1005-2402.2024.06.024

馆 藏 号：203128272...