一种基于改进PPO‐RND算法的工业互联环境下机床装备资源自适应优选方法

一种基于改进PPO‑RND算法的工业互联环境下机床装备资源自适应优选方法，包括：1)对机床装备资源进行建模，并建立生产扰动模型；2)将机床装备资源优选过程建模为六元组MR‑MDP；3)设计机床装备资源优选过程MR‑MDP的奖励函数；4)构建改进的PPO‑RND算法框架；5)利用改进的PPO‑RND算法框架对机床装备资源优选过程MR‑MDP进行求解，得到各机床装备资源组合及对应的动作；在生产扰动发生后，对各机床装备资源组合及对应的动作进行重优选。本发明具备优异的鲁棒性，为工业互联制造服务的稳定可靠运行提供了一定的理论方法支撑。