學(xué)術(shù)空間 / 論文 / 期刊論文
基于深度強(qiáng)化學(xué)習(xí)和質(zhì)量多樣性優(yōu)化的分布式柔性作業(yè)車間集成調(diào)度方法
收藏
| 作 者 | 秦浩翔 , 向毅 *, 韓玉艷 , 王玉亭 , 陳慶達(dá) , 周平 |
| 期刊名稱 | 中國(guó)科學(xué): 信息科學(xué) |
| 狀 態(tài) | 錄用 |
| 發(fā)表日期 | 2025 年 07 月 |
| 摘 要 |
在智能制造領(lǐng)域, 自動(dòng)導(dǎo)引車與機(jī)器的集成調(diào)度對(duì)完工時(shí)間與能源消耗具有重大影響. 然而, 現(xiàn)有調(diào)度方法難以高效協(xié)調(diào)自動(dòng)導(dǎo)引車 (Automated Guided Vehicle, AGV) 運(yùn)輸與作業(yè)執(zhí)行, 尤其 在分布式柔性作業(yè)車間調(diào)度場(chǎng)景下, 該問(wèn)題尤為突出. 為此, 本文提出一種深度強(qiáng)化學(xué)習(xí)增強(qiáng)的質(zhì)量 多樣性優(yōu)化算法, 以充分利用運(yùn)輸與機(jī)器的行為特征, 生成高質(zhì)量且多樣化的帕累托解集. 首先, 針對(duì) AGV 運(yùn)輸特性, 設(shè)計(jì)知識(shí)輔助的協(xié)作啟發(fā)式策略, 以優(yōu)化作業(yè)、機(jī)器和工廠的調(diào)度, 提升解的整體質(zhì)量. 其次, 針對(duì)搜索算子利用率低的問(wèn)題, 提出基于深度強(qiáng)化學(xué)習(xí)的智能選擇機(jī)制, 以克服隨機(jī)選擇的局限性, 提高搜索效率與優(yōu)化質(zhì)量. 仿真實(shí)驗(yàn)表明, 所提算法在完工時(shí)間與能耗優(yōu)化方面均顯 著優(yōu)于現(xiàn)有方法, 驗(yàn)證了其有效性。 |
| 附 件 |
