典型文献
基于深度强化学习的智能车间调度方法研究
文献摘要：
工业物联网的空前繁荣为传统的工业生产制造模式开辟了一条新的道路.智能车间调度是整个生产过程实现全面控制和柔性生产的关键技术之一,要求以最大完工时间最小化分派多道工序和多台机器的生产调度.首先,将车间调度问题定义为马尔可夫决策过程,建立了一个基于指针网络的车间调度模型.其次,将作业调度过程看作是从一个序列到另一个序列的映射,提出了一种基于深度强化学习的车间调度算法.通过分析模型在不同参数设置下的收敛性,确定了最优参数.在不同规模的公共数据集和实际生产数据集上的实验结果表明,所提出的深度强化学习算法能够取得更好的性能.
文献关键词：
工业物联网;智能车间调度;柔性生产;深度强化学习;车间调度方法
中图分类号：
作者姓名：
罗梓珲;江呈羚;刘亮;郑霄龙;马华东
作者机构：
北京邮电大学计算机学院(国家示范性软件学院),北京 100876
文献出处：
引用格式：
[1]罗梓珲;江呈羚;刘亮;郑霄龙;马华东-.基于深度强化学习的智能车间调度方法研究)[J].物联网学报,2022(01):53-64
A类：
智能车间调度
B类：
车间调度方法,工业物联网,空前,生产制造,制造模式,柔性生产,最大完工时间,分派,道工序,多台,台机,生产调度,调度问题,马尔可夫决策过程,指针网络,车间调度模型,作业调度,列到,调度算法,同参数,参数设置,收敛性,最优参数,不同规模,公共数据,生产数据,深度强化学习算法
AB值：
0.278744
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
