【摘 要】
：
车间调度是对整个生产车间进行控制、优化与管理的核心环节。基于动态作业车间的有效调度算法可以降低制造成本,缩短产品交付时间,提高客户服务质量并改善制造系统的整体性能。本文以作业车间动态调度问题为研究对象,提出了基于机器学习和调度规则的作业车间动态调度方法。本文对基于调度规则的调度方法的国内外研究现状进行了综述,分析了启发式方法、单一规则以及传统的智能优化方法在处理动态调度问题能力上的不足,提出了一种
论文部分内容阅读
车间调度是对整个生产车间进行控制、优化与管理的核心环节。基于动态作业车间的有效调度算法可以降低制造成本,缩短产品交付时间,提高客户服务质量并改善制造系统的整体性能。本文以作业车间动态调度问题为研究对象,提出了基于机器学习和调度规则的作业车间动态调度方法。本文对基于调度规则的调度方法的国内外研究现状进行了综述,分析了启发式方法、单一规则以及传统的智能优化方法在处理动态调度问题能力上的不足,提出了一种基于Q学习算法和调度规则来求解动态调度问题的动态调度算法。选取了“最小化拖延时间”作为性能指标,建立了以“剩余任务紧迫程度”为核心的生产过程状态空间,以及以“松弛越高,惩罚越高”为宗旨的回报函数;组建了包含6个调度规则的动作组;设计了一种基于“Softmax”函数的动作选择策略来代替原有的“贪婪策略”,完成了对Q学习算法的改进工作。在待加工作业有序到达车间这一动态环境下进行计算机仿真,结果表明该算法求解的拖延时间要远远小于使用单个规则以及传统智能优化方法,验证了改进Q学习算法在求解作业车间动态调度问题上的有效性与优越性。针对具有“高维输入数据”性质的复杂作业车间动态调度问题,提出了一种基于DQN和调度规则的动态调度算法。选取了“最小化拖延时间”作为性能指标,提出了5个能够更为全面地描述生产状态的状态特征方程以及1种回报函数的数学表达式;设计并组建了包含10个调度规则的动作组以及学习效果更好的“Softmax”函数作为动作选择策略,确定了深度神经网络在训练时所使用的激活函数,最后完成了DQN算法中神经网络的整体框架的构建。仿真结果表明,该算法能够根据不同的调度时刻选取合适的调度规则来减小拖延时间,同时算法在设定的情况下都具有较好的收敛性,其所得结果远远优于使用单一调度规则、Q学习算法以及传统智能优化方法,验证了该调度算法在求解复杂作业车间动态调度问题上的有效性与优越性。
其他文献
电火花加工对导电材料的强度和硬度没有要求,是一种非接触的特种加工手段。电火花加工技术以其独特的加工优势在航空设备、电子仪表、医疗工程等领域有着重要作用。针对微细电火花加工轴向定位不及时、极间加工电圧不稳定以及极间碎屑产物不易排出导致的加工无法正常进行的问题,本文将具有非线性、响应快、宽频带、高精度的磁力驱动器作为微细电火花加工的局部执行机构,采用智能控制技术对微细电火花加工磁力驱动器控制系统进行控
高效开发煤层瓦斯,既能利用煤层气,又能消除瓦斯灾害,对实现煤炭安全生产、保障国家能源发展战略具有重要意义。高效开采复杂煤层瓦斯必须对煤层大范围均衡增透改造,传统煤矿井下增透技术如密集钻孔、水力割缝等增透范围有限,容易出现抽采空白带,存在重大安全隐患。针对上述问题,团队提出深部矿井自进式水力喷射钻孔网络化增透抽采的新思路,即利用自进式钻头在岩巷穿层孔中实现转向钻进煤孔,在煤层中构造出树状形态的抽采孔
近年来,随着国内经济的快速发展和科研探索在幼教领域的进展,我国对教育行业的重视让幼教市场的规模逐渐扩大。而当前面向幼教领域的管理系统,不仅难以保证数据的安全性,而且难以应对短期激增并且有着较高价值的非结构化数据。从系统规划上看,大多会因为系统模块间牵连过于紧密或是各子系统间数据交互衔接困难,导致最终开发整合过程低效。为此,本文面向幼教领域研究和开发了一个基于Hadoop技术的园所儿童数据服务系统,
近些年,我国特高压电网得到了快速的发展,作为新基建的重要一环,是引领新经济增长的重要高新技术项目。特高压输电塔线路由于结构巨大,出于减轻塔重、充分发挥材料性能,提高承载力的要求。圆截面钢管构件逐渐取代了角钢构件,得到了大量的使用。但是因为圆形截面的钝体特性,会在尾流处形成规则脱落的旋涡,这些旋涡脱落的频率与圆管自振频率接近时,会导致涡激振动。涡激振动的长期存在会使得圆管节点产生疲劳破坏,进而导致结