摘要
本发明公开了一种基于D3QN网络的多智能体求解动态柔性作业车间调度的方法,属于智能体深度强化学习和生产调度技术领域。本发明能够实时监测加工工件和机器的动态变化,及时高效的针对不同突发事件,如工件紧急插入,机器损坏等,给出实时调度决策,有效的减少了生产的时间成本以及资源成本。该方法包括:在动态柔性作业车间实际生产过程中,实时获取动态柔性作业车间中的加工信息,该加工信息包括加工工件信息和加工机器信息;当基于加工信息确定发生重调度事件时,基于动态柔性作业车间调度问题的数学模型针对动态事件发生重调度点处工件和机器的实时状态生成重调度策略,执行重调度直至生产流程完工。
技术关键词
柔性作业车间调度
工件
动态
状态更新
信息更新
数学模型
网络
深度强化学习
模块
调度系统
策略
决策
列表
框架
资源