基于规则与Q学习的作业车间动态调度算法

来源：计算机集成制造系统杂志2024年第10期北京时间：

作者：王艳红, 尹涛, 谭园园, 张俊, 李冬, 崔悦

单位：1.沈阳工业大学人工智能学院2.东软医疗系统股份有限公司

摘要：为了在特定的作业条件下找到最优调度规则,提高调度规则在不确定动态条件下的自适应、自寻优能力,提出一种调度规则与Q学习算法集成的作业车间动态调度算法。考虑车间中作业随机到达的动态情况,以最小化最大延迟时间为调度目标,在Q学习框架下设计了新的状态特征、奖励机制以及以Boltzmann采样函数为主体的搜索策略,提高了算法探索和利用规则的能力;以最短加工时间优先和最早交货期等经典调度规则构成动作集,继承了调度规则的可解释性,使智能体能实时处理随机到达的作业任务,通过持续学习和迭代更新获得不同作业场景下的最优调度规则。仿真研究和对比测试验证了所提算法的优越性。

关键词：动态调度,Q学习算法,调度规则,作业车间调度

基金资助：国家自然科学基金青年基金资助项目（62003221）;辽宁省重点研发计划资助项目（2020JH2/10100041）;辽宁省教育厅重点攻关计划资助项目（LJKZZ20220021）。