基于改进强化学习的准时化物料搬运系统实时调度方法

作     者：夏蓓鑫 顾嘉怡 田童 袁杰 彭运芳 XIA Beixin;GU Jiayi;TIAN Tong;YUAN Jie;PENG Yunfang

作者机构：上海大学管理学院上海200444 

出 版 物：《运筹与管理》 (Operations Research and Management Science)

年 卷 期：2024年第33卷第6期

页      面：71-77页

学科分类：12[管理学] 120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(71801147) 上海市浦江人才计划项目(22PJC051) 

主　　题：车间物料搬运系统 强化学习 Q学习 混合策略 

摘      要：准时高效的物料搬运系统保证了装配制造的持续稳定运行,为动态应对装配线状态变化,有效平衡混流装配的生产效率与能耗,本文提出了基于Q学习算法的强化学习调度模型,对其系统状态、动作策略、报酬函数进行设计,并引入神经网络对Q值函数进行泛化和逼近,改进策略选择机制,形成基于双参数贪婪策略的强化学习动态调度方法。仿真实验结果表明,这种强化学习调度相比其他调度方法,物料搬运调度的优化效果更好,能在保证物料准时运送到装配线,实现最大产量的同时,有效减少搬运距离。