一种面向封装测试系统生产调度的改进双深度Q网络算法

本发明提供了一种面向封装测试系统生产调度的改进双深度Q网络算法，本发明在原DDQN的基础上进行了优化，首先，为了提高智能体的学习速度和调度解的质量，提出了一种与总工序数相关的指数型自适应动作选择策略。其次，为了实现IDDQN算法的自适应性，设计了一种与问题规模大小密切相关的自适应网络参数更新策略。与此同时，考虑到在线网络对目标网络的影响程度，本发明设计了一种加权的目标网络参数更新策略，实现目标网络参数逐步朝着更优参数方向转变，并降低在线网络参数θ较差时对目标网络参数的影响。最后，结合封装测试车间的实际调度情况，并针对先选工件后选机器调度规则性能差的实际现状，提出了基于先选机器后选工件的复合调度规则。