申请/专利权人:合肥工业大学
申请日:2024-01-29
公开(公告)日:2024-04-30
公开(公告)号:CN117950379A
主分类号:G05B19/418
分类号:G05B19/418
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明公开了一种基于深度循环Q网络的智能车间实时重调度方法,涉及智能车间重调度技术领域,该基于深度循环Q网络的智能车间实时重调度方法包括以下步骤:建立实时重调度序列决策模型;利用深度循环Q网络训练重调度智能体获取生产系统实时状态和重调度决策之间的映射关系;利用训练后的重调度智能体执行与生产系统实时状态相匹配的重调度修复动作;从智能车间的回放记忆中采集重调度策略经验数据并存储至重调度智能体中。本发明提供的基于深度循环Q网络的智能车间实时重调度方法能够实时迅速识别动态生产过程的重调度点,灵活进行适应性的重调度决策以抵消多种扰动带来的负面影响。
主权项:1.一种基于深度循环Q网络的智能车间实时重调度方法,其特征在于,该基于深度循环Q网络的智能车间实时重调度方法包括以下步骤:S1、建立实时重调度序列决策模型;S2、利用深度循环Q网络训练重调度智能体获取生产系统实时状态和重调度决策之间的映射关系;S3、利用训练后的重调度智能体执行与生产系统实时状态相匹配的重调度修复动作;S4、从智能车间的回放记忆中采集重调度策略经验数据并存储至重调度智能体中。
全文数据:
权利要求:
百度查询: 合肥工业大学 一种基于深度循环Q网络的智能车间实时重调度方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。