基于Q-Learning的车间刀具调度规则生成方法

本发明公开了一种基于Q‑Learning的车间刀具调度规则生成方法，属于数据处理技术领域，包括：构建关于最小化最大完工时间和最小化换刀次数的加权和的调度模型；根据机器优先级启发式规则获取各机器优先级；按初始刀配的刀具编号的启发式规则和换刀的刀具编号的启发式规则为各机器分配刀具；输出各机器加工任务集的刀具分配组合；建立状态特征；对状态特征划分成多个状态空间；通过状态空间并生成Q‑Learning模型，通过Q‑Learning模型输出车间刀具调度方案。所述基于Q‑Learning的车间刀具调度规则生成方法解决了现有的刀具配置优化的生成算法难以应用在复杂生产场景的问题。