一种基于深度强化学习的柔性作业车间调度方法

    公开(公告)号:CN119809262A

    公开(公告)日:2025-04-11

    申请号:CN202411984521.5

    申请日:2024-12-31

    Abstract: 本发明公开一种基于深度强化学习的柔性作业车间调度方法,属于智能制造与智能调度领域,首先以作业最大完成时间最小化和平均机器利用率最大化为优化目标,得到目标模型;之后利用析取图模型对柔性作业车间调度问题进行表示,得到调度状态;根据调度状态和目标模型,构建端到端学习框架,该框架结合用于深度特征提取的多重注意力网络和可扩展决策的决策网络,利用马尔可夫决策过程,得到作业调度模型;最后多重注意力网络利用操作、AGV和机器之间的复杂关系构建生产适应性操作‑AGV‑机器方案,以支持决策网络的决策,利用作业调度模型,得到调度计划表,完成柔性作业车间调度。本发明能够更好地捕获数据中复杂模式和关系,提高模型的性能和泛化能力。

    一种基于灰狼优化算法的铸件热处理生产调度方法

    公开(公告)号:CN119439917A

    公开(公告)日:2025-02-14

    申请号:CN202411560578.2

    申请日:2024-11-04

    Abstract: 本发明提出了一种用于铸件热处理生产调度的改进灰狼优化算法。该方法结合了灰狼优化算法的群体智能和自然启发式特性,通过改进种群初始化策略、改进权重策略和非线性收敛因子,增强算法的全局搜索能力和局部开发能力。通过优化初始种群的多样性和权重参数,算法能够更有效地解决复杂的车间调度问题。采用优化算法的方法分析生产任务的调度规律,合理分配资源和时间,进而提高生产效率和产品质量。这种方法在提升铸件热处理车间调度的灵活性和鲁棒性方面具有重要意义,为实现智能化生产和节能减排提供了新的路径。

Patent Agency Ranking