一种需求扰动下的混合流水车间动态调度优化方法

本发明提出一种需求扰动下的混合流水车间动态调度优化方法。首先，构建马尔科夫决策过程(MDP)模型，其状态集合由工件状态和机器状态两部分构成，并设计了二维动作集合及特定奖励函数，旨在引导生产按期高效交付。然后，采用双向长短时记忆网络(Bi‑LSTM)构建决策智能体的状态特征提取网络，处理时序依赖性。之后，训练过程中，使用近端策略优化算法(PPO)结合基于势函数的奖励塑形方法，提升训练稳定性和效率。最后，在调度过程中，持续监测需求扰动，使用训练后的智能体实时调整，确保生产顺畅高效。此方法显著提升生产效率，优化资源利用，增强生产灵活性，降低生产成本，提高产品质量和客户满意度，实现生产过程智能化管理，增强企业市场竞争力和适应能力。