基于深度強(qiáng)化學(xué)習(xí)的作業(yè)車間節(jié)能調(diào)度研究

摘要： 針對綠色制造背景下的作業(yè)車間調(diào)度問題，提出一種基于析取圖的調(diào)度框架，該框架可以應(yīng)對復(fù)雜多變的生產(chǎn)調(diào)度環(huán)境，并實(shí)時(shí)反映車間生產(chǎn)狀態(tài)和機(jī)床能耗。在將調(diào)度問題轉(zhuǎn)化為馬爾可夫決策過程中，定義2個(gè)靜態(tài)矩陣和5個(gè)動態(tài)矩陣作為狀態(tài)空間，設(shè)計(jì)有關(guān)節(jié)能策略的組合調(diào)度規(guī)則，通過全局和局部兩種方式描述獎勵函數(shù)。最后，使用競爭深度Q網(wǎng)絡(luò)訓(xùn)練模型。通過與調(diào)度規(guī)則、遺傳算法等其他優(yōu)化算法測試對比，證明了文...