典型文献
基于深度强化学习的服装缝制过程实时动态调度
文献摘要：
服装缝制生产过程易受动态事件干扰,针对订单实时到达的动态事件,以最小化最大完工周期为目标,提出基于深度强化学习的服装缝制过程实时动态调度方法.首先,建立服装缝制过程的调度优化模型,并将该问题转化为基于马尔科夫决策过程的顺序决策问题.然后,通过定义状态特征、候选动作集、奖励函数、探索与利用策略等方面,并结合DDQN算法训练深度神经网络用以描述状态-动作值,据此在决策节点选择最合适的调度规则.实验结果表明:针对牛仔裤前片缝制过程,所提出的方法相较于遗传算法,在调度目标的达成度方面略逊2.3％,但决策时间大幅减少91.4％,表明针对订单动态到达的调度问题,该方法能够实现有效地实时响应,确保了缝制生产的高效性与连续性.
文献关键词：
服装缝制生产;动态调度方法;强化学习方法;深度神经网络;智能制造
中图分类号：
作者姓名：
刘锋;徐杰;柯文博
作者机构：
武汉纺织大学 纺织科学与工程学院, 湖北 武汉 430200;武汉纺织大学 省部共建纺织新材料与先进加工技术国家重点实验室, 湖北 武汉 430200;广东前进牛仔布有限公司, 广东 佛山 528000
文献出处：
引用格式：
[1]刘锋;徐杰;柯文博-.基于深度强化学习的服装缝制过程实时动态调度)[J].纺织学报,2022(09):41-48
A类：
服装缝制生产
B类：
深度强化学习,实时动态,受动,订单,完工,动态调度方法,调度优化,问题转化,马尔科夫决策过程,决策问题,奖励函数,探索与利用,利用策略,DDQN,算法训练,深度神经网络,动作值,节点选择,最合适,调度规则,牛仔裤,调度目标,达成度,略逊,决策时间,调度问题,实时响应,强化学习方法
AB值：
0.359066
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。
