一种基于深度强化学习的新能源汽车岛式装配线动态智能调度优化方法

本发明公开了一种基于深度强化学习的新能源汽车岛式装配线动态智能调度优化方法，实施过程如下：针对考虑紧急插单扰动的新能源汽车装配中动态智能调度优化问题，构建包含双优化目标的数学模型；结合新能源汽车装配流程中装配岛、装配产品、装配工艺、产品运输等具体特征，开展多目标马尔可夫决策过程中的状态指标、动作空间、奖励函数的设计；采用多目标对决双层深度Q网络算法框架，通过与环境持续交互以训练神经网络，实现最优调度策略的自适应智能选择；最终，通过部署训练完成的深度强化学习网络，实时响应岛式装配线生产状态变化，生成动态智能的调度方案。本发明能够有效解决新能源汽车岛式装配线在动态环境下的调度优化问题。