面向云边端协同下整车制造冲压资源的分布式调度方法

本发明提供一种面向云边端协同下整车制造冲压资源的分布式调度方法，所属技术领域为人工智能与智能制造技术领域。其特征在于该方法首先深入分析云边端协同下整车制造冲压资源调度问题特性，设计了对应的冲压资源自适应分布式调度框架，构建分布式马尔可夫决策过程模型，融合多智能体强化学习与联邦学习机制，进行分布式调度优化；同时，围绕云边端协同下冲压资源规模、任务总量分布不均的情况，构建基于资源数量的联邦聚合机制，并引入贪婪策略提高智能体的收敛性能。本发明广泛应用于整车制造冲压生产企业，所提出的模型与方法可显著提高了调度效率与系统鲁棒性，同时有效保障了数据隐私与安全性。