摘要: 为降低智能车间中动态不确定因素对生产性能的影响,提出一种基于Q学习的智能车间自适应调度方法。该方法设计基于强化学习的智能车间自适应调度框架,采用Q学习算法,通过智能体—环境交互试错机制,自主训练调度模型,并根据生产车间环境变化动态更新调度模型,以支持能够指导车间运行的最优决策轨迹的生成。所提方法在MiniFab半导体生产线模型上进行了验证,结果证明该方法能够有效应对智能车间生产环境变化,在生产全过程中能对调度决策进行实时调整,优化车间综合性能指标,同时显著降低时间与人力成本。
中图分类号:
蔡静雯, 马玉敏, 黎声益, 刘鹃. 基于Q学习的智能车间自适应调度方法#br#[J]. 计算机集成制造系统, 2023, 29(11): 3727-3737.
CAI Jingwen, MA Yumin, LI Shengyi, LIU Juan. Self-adaptive scheduling method for smart shop floor based on Q-learning[J]. Computer Integrated Manufacturing System, 2023, 29(11): 3727-3737.