-
公开(公告)号：CN115793583B
公开(公告)日：2024-06-25
申请号：CN202211546673.8
申请日：2022-12-02
Applicant: 福州大学
IPC: G05B19/418
Abstract: 本发明涉及一种基于深度强化学习的流水车间新订单插入优化方法。在制造实践中常有新工单紧急插单生产，扰乱事先制定好的生产计划，有可能造成工单延误、产线闲置、设备利用率降低等问题。本发明基于事先制定的生产计划方案，重调度采用基于深度强化学习的方法，提取状态特征，以最小化新订单插入对调度目标（延误、闲置等）和系统稳定性的影响为目标，建立以机器为对象的状态特征，利用现有最优调度规则和调度理论形成动作空间，然后依据状态特征变化情况进行行为策略选取，快速调整生成满足生产需求的生产方案。
-
公开(公告)号：CN115793583A
公开(公告)日：2023-03-14
申请号：CN202211546673.8
申请日：2022-12-02
Applicant: 福州大学
IPC: G05B19/418
Abstract: 本发明涉及一种基于深度强化学习的流水车间新订单插入优化方法。在制造实践中常有新工单紧急插单生产，扰乱事先制定好的生产计划，有可能造成工单延误、产线闲置、设备利用率降低等问题。本发明基于事先制定的生产计划方案，重调度采用基于深度强化学习的方法，提取状态特征，以最小化新订单插入对调度目标（延误、闲置等）和系统稳定性的影响为目标，建立以机器为对象的状态特征，利用现有最优调度规则和调度理论形成动作空间，然后依据状态特征变化情况进行行为策略选取，快速调整生成满足生产需求的生产方案。
-
Search Results
2
records
(took 0.015 seconds)
