摘要
本申请提供了一种大数据驱动的设备协同调度方法及系统,包括:获取货物信息,并根据货物信息生成货物调度序列;获取当前港口的作业状态信息,然后根据港口作业信息和货物调度序列生成货物调度模型,所述货物调度模型包括状态空间、动作空间和奖励函数;使用双Q学习模型对货物调度模型进行强化学习,得到初始调度策略;根据初始调度策略,使用多目标花朵授粉算法对双Q学习模型和货物调度模型进行全局优化,得到目标调度策略,然后根据目标调度策略对港口中的所有设备进行协同调度。本发明解决了现有技术中存在的基于最短时间策略来进行调度,依赖先验知识的提前设计,人为因素影响较大,精度通常较低的问题。
技术关键词
协同调度方法
花朵授粉算法
装卸设备
策略
矩阵
对象
序列
大数据
协同调度系统
特征值
时序特征
LSTM模型
分析模块
高柜
网络
分类阈值
机制
堆场