公开(公告)号：CN115857451B

公开(公告)日：2023-08-25

申请号：CN202211541416.5

申请日：2022-12-02

Applicant: 武汉纺织大学

Inventor： 杜利珍 ,  宣自风 ,  徐杰 ,  罗凯 ,  刘春玲 ,  张亚军 ,  叶涛

IPC: G05B19/418

Abstract: 本发明涉及一种基于强化学习的流水车间加工调度方法，本发明提出了一种新的解决流水车间调度问题的方法。该方法适用于流水车间调度领域，选取最小化最大加工时间为目标的调度问题。通过强化学习的Q‑Learning调度算法，通过引入状态变量和行为变量,将组合优化的排序问题转换成序贯决策问题,来解决置换流水车间调度问题。在引入强化学习之前，将加工工件的机器和需要被加工的工件按顺序排列构造成一个二维矩阵，通过计算该矩阵的每个副对角线数量级最大数之和即可得出目标值。本发明能够大大提高计算时的速度和效率，在验证正确性时有很大的作用。

公开(公告)号：CN115857451A

公开(公告)日：2023-03-28

申请号：CN202211541416.5

申请日：2022-12-02

Applicant: 武汉纺织大学

Inventor： 杜利珍 ,  宣自风 ,  徐杰 ,  罗凯 ,  刘春玲 ,  张亚军 ,  叶涛

IPC: G05B19/418

Abstract: 本发明涉及一种基于强化学习的流水车间加工调度方法，本发明提出了一种新的解决流水车间调度问题的方法。该方法适用于流水车间调度领域，选取最小化最大加工时间为目标的调度问题。通过强化学习的Q‑Learning调度算法，通过引入状态变量和行为变量,将组合优化的排序问题转换成序贯决策问题,来解决置换流水车间调度问题。在引入强化学习之前，将加工工件的机器和需要被加工的工件按顺序排列构造成一个二维矩阵，通过计算该矩阵的每个副对角线数量级最大数之和即可得出目标值。本发明能够大大提高计算时的速度和效率，在验证正确性时有很大的作用。