摘要
本发明提供一种应对不确定扰动影响的新能源汽车柔性总装线多目标动态智能调度优化方法,该方法综合考虑装配制造单元柔性和装配制造工艺顺序柔性,面向多优化目标实现动态智能调度优化方案的生成。首先,构建汽车柔性总装线多目标动态智能调度优化问题数学模型;进而,将该优化问题转化为马尔可夫决策过程,定义状态、动作、多目标奖励组件及其奖励组件聚合。随后,开展面向新能源汽车柔性总装线的多目标深度强化学习训练流程,构建形成调度智能体。最后,基于调度智能体实现汽车柔性总装线在不确定扰动条件下的自适应决策。该方法可显著提升新能源汽车柔性总装线在动态环境下的鲁棒性与执行效率,具备良好的实用价值与推广前景。
技术关键词
总装线
深度强化学习
切比雪夫
动态调度优化方法
面向新能源汽车
柔性
数学模型
深度Q网络
决策
比率
网络结构
产品工艺流程
策略
订单
整体运行效率
代表
系统为您推荐了相关专利信息
智能控制模型
深度强化学习
识别路面状态
智能路面
车身连接处
深度强化学习
轨迹规划方法
旋翼
构建无人机
加速度
PLC控制模块
构建深度神经网络
PLC系统
刀具
图像处理算法
协调系统
气象
深度强化学习
储氢罐
风力发电单元
时序特征
双向长短期记忆网络
动态规划模型
历史销量数据
依赖特征