咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于复合规则和强化学习的混流装配线调度方法 收藏

基于复合规则和强化学习的混流装配线调度方法

Compound Rules and Reinforcement Learning Based Scheduling Method for Mixed Model Assembly Lines

作     者:郭具涛 吕佑龙 戴铮 张洁 郭宇 GUO Jutao;LYU Youlong;DAI Zheng;ZHANG Jie;GUO Yu

作者机构:上海航天精密机械研究所上海201600 南京航空航天大学机电学院南京210016 东华大学人工智能研究院上海201620 

出 版 物:《中国机械工程》 (China Mechanical Engineering)

年 卷 期:2023年第34卷第21期

页      面:2600-2606,2614页

核心收录:

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:装发快速支持项目(JZX7Y20220163200201) 科技创新行动计划启明星项目(ZZQB14042000) 

主  题:混流装配线 平衡与排序 深度强化学习 复合规则 集成优化 

摘      要:针对混流装配线的平衡与排序问题,提出了一种基于复合规则和强化学习的智能调度方法。根据数学模型,设计了平衡规则库与排序规则库,提出了规则加权组合的近端策略优化(PPO)算法,并利用具有Actor-Critic训练流程和优先经验回放机制的强化学习过程,实现了复合规则权值参数的调控优化,生成了平衡与排序方案。所提方法与PPO+单一规则算法、复合规则和遗传算法的对比实验验证了所提方法的有效性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分