摘要
本发明公开了一种考虑模糊因素的柔性作业车间调度方法,包括:构建具有模糊特征的柔性生产过程模型;初始化差分进化算法;把差分进化算法定义为马尔可夫决策过程;利用深度强化学习进行策略优化,实现柔性作业车间调度。本发明把模糊集理论与柔性作业车间调度问题结合起来,用模糊数表示生产过程中的不确定性因素,可防止因生产加工参数变化造成调度失调,增加调度方案的抗干扰性能,使优化算法能可更好地应对复杂多变的柔性生产环境,求得更为合理有效的生产调度方案。引入深度强化学习对其变异策略、变异率进行学习,指导算法向着更有前途的方向进行优化,使其优化过程更加高效,求解性能更强,求解结果分布更为集中,解的质量更高。
技术关键词
柔性作业车间调度
进化算法
变异策略
模糊特征
深度强化学习
工件
不确定性参数
梯形模糊数
模糊集理论
三角模糊数
决策
定义
规模
亲本
指标
代表
系统为您推荐了相关专利信息
深度强化学习
策略
充电站
计算机可执行指令
城市电网系统
路径规划方法
策略
计算机程序代码
移动机器人
路径规划技术
瞬变电磁反演方法
瞬变电磁装置
学生
参数
变异策略
深度强化学习
卷积神经网络提取
注意力机制
光伏电站功率预测
门控循环单元
机械臂控制方法
参数
生成样本数据
预测误差
标识