基于双重DQN网络的热轧生产调度方法、系统及电子设备

本发明提供了一种基于双重DQN网络的热轧生产调度方法、系统及电子设备，涉及生产调度技术领域。该方法包括如下步骤：收集历史热轧生产数据集并对其预处理；将预处理后的历史热轧生产数据集按照预定比例划分训练集和测试集；构建双重DQN网络，结合最小化轧制单元数量、最小化规格跳变成本和最小化未排入板坯惩罚三个目标，设计综合奖励函数；利用训练集和测试集分别训练和验证双重DQN网络，得到调度优化模型；将当前生产批次下的板坯规格信息、生产需求信息、约束条件信息输入至调度优化模型，由调度优化模型输出最优动作策略；求解最优动作策略得到最优生产调度方案。本方法可以在小样本数据情况下快速获得高质量的热轧生产调度方案。