一种多视角迁移学习的柔性作业车间主动容错调度方法

本发明公开一种多视角迁移学习的柔性作业车间主动容错调度方法，实时采集车间中各设备的时序数据，预处理进行数据清洗和标准化；通过基于梯度惩罚的加权条件生成对抗网络的工业数据插补模型，对缺失或异常的设备状态数据进行预测和填补，实现采集数据补全；并利用该模型对未来系统的状态进行数据预测；利用基于无迹变换的任务迁移模块，结合故障分析技术识别潜在问题；利用状态计算模块，根据插补后的完整时序数据，计算出智能体在环境状态空间中的具体状态；建立柔性作业车间动态调度模型，并基于多视角增强的深度强化学习调度模块，根据当前生产环境的状态特征进行动作选择，生成调度方案。本发明能够提升柔性生产环境中的调度效率和容错能力。