一种基于深度学习的车间动态调度策略生成方法、设备及存储介质

本发明提供了一种基于深度学习的车间动态调度策略生成方法、设备及存储介质，包括采集并预处理车间多源生产数据，涵盖设备、物料、人员及订单数据；利用生产状态评估模型，基于深度神经网络评估车间生产状态，划分高、低优先级生产环节；通过任务分配机制，将不同优先级任务分配至相应调度节点，高优先级节点采用紧急任务优先调度算法，低优先级节点采用均衡调度算法进行实时调度；将调度结果传输至生产管理平台，进行分级存储与处理，利用历史数据及当前状态预测调整生产进度；依据调度与进度预测调整结果，制定监控策略，构建反馈机制。本发明可以提高生产效率、优化资源配置，提升生产过程的可控性和稳定性，增强车间生产的灵活性和适应性。