| 基于DQN的智能工厂作业车间调度 |
| |
| 引用本文： | 钟敬伟,石宇强.基于DQN的智能工厂作业车间调度[J].现代制造工程,2021(9):17-23,93. |
| |
| 作者姓名： | 钟敬伟 石宇强 |
| |
| 作者单位： | 西南科技大学制造科学与工程学院,绵阳621010 |
| |
| 摘 要： | 针对智能工厂中基于数据的作业车间调度问题,提出结合新的复合调度规则和深度强化学习的调度方法.对车间数据进行预处理并得到对应的系统状态,以连续系统状态值为深度强化学习算法的输入,设计4种新的复合调度规则以应对更为复杂和冲突的车间环境,将复合调度规则和其他8种著名调度规则作为候选调度规则,依据贪婪选择策略选择调度规则并存储和更新状态动作值,最终为每次决策选取出最优调度规则.实验验证了结合复合调度规则和深度Q学习网络(Deep Q-Network,DQN)算法,在均衡权重下相比其他著名调度规则以及标准Q学习算法更具优势.
|
| 关 键 词： | 智能工厂 深度强化学习 作业车间调度 |
Job shop scheduling based on DQN algorithm in intelligent factory |
| |
| ZHONG Jingwei,SHI Yuqiang.Job shop scheduling based on DQN algorithm in intelligent factory[J].Modern Manufacturing Engineering,2021(9):17-23,93. |
| |
| Authors: | ZHONG Jingwei SHI Yuqiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
