基于Q学习的智能车间自适应调度方法#br#
来源：计算机集成制造系统杂志2023年第11期北京时间：
作者：蔡静雯, 马玉敏, 黎声益, 刘鹃
单位：同济大学电子与信息工程学院
摘要：为降低智能车间中动态不确定因素对生产性能的影响,提出一种基于Q学习的智能车间自适应调度方法。该方法设计基于强化学习的智能车间自适应调度框架,采用Q学习算法,通过智能体—环境交互试错机制,自主训练调度模型,并根据生产车间环境变化动态更新调度模型,以支持能够指导车间运行的最优决策轨迹的生成。所提方法在MiniFab半导体生产线模型上进行了验证,结果证明该方法能够有效应对智能车间生产环境变化,在生产全过程中能对调度决策进行实时调整,优化车间综合性能指标,同时显著降低时间与人力成本。
关键词：智能车间,自适应调度,强化学习,Q学习
基金资助：国家重点研发计划资助项目(2018AAA0101704);国家自然科学基金资助项目(61873191,62133011,61973237)。
