基于改进q学习的知识化制造自适应动态调度策略.pdfVIP

第30 卷 第11 期 控 制 与 决 策 2015 年 11 月 Vol. 30 No. 11 Control and Decision Nov. 2015 文章编号: 1001-0920 (2015) 11-1930-07 DOI: 10.13195/j.kzyjc.2014.1308 基于改进 学习的知识化制造自适应动态调度策略 1,2 1 王玉芳 , 严洪森 (1. 东南大学a. 复杂工程系统测量与控制教育部重点实验室，b. 自动化学院, 南京210096 ；2. 南京信息工程大学自动化系，南京210044) 摘 要: 针对知识化制造系统生产环境的不确定性, 构建一个基于多Agent 的知识化动态调度仿真系统. 为了保证 设备Agent 能够根据当前的系统状态选择合适的中标作业, 提出一种基于聚类-动态搜索的改进 学习算法, 以指导 不确定生产环境下动态调度策略的自适应选择, 并给出算法的复杂性分析. 所提出的动态调度策略采用顺序聚类以 降低系统状态维数, 根据状态差异度和动态贪婪搜索策略进行学习. 通过仿真实验验证了所提出动态调度策略的适 应性和有效性. 关键词: 知识化制造；自适应；动态调度；基于聚类-动态搜索的改进 学习算法；多Agent 中图分类号: TH165 文献标志码: A Adaptive dynamic scheduling strategy in knowledgeable manufacturing based on improved -learning WANG Yu-fang1,2 , YAN Hong-sen1 (1a. MOE Key Laboratory of Measurement Control of Complex Systems of Engineering，b. School of Automation, Southeast University，Nanjing 210096 ，China ；2. Department of Automation，Nanjing University of Information Science Technology，Nanjing 210044 ，China ．Correspondent ：WANG Yu-fang ，E-mail ：qing 0325@163.com) Abstract: Aiming at the uncertainty of the production environment in knowledgeable manufacturing system, a dynamic scheduling simulation system based on the multi-agent is built. To ensure that the machine agent can select the appropriate bid job based on the current system status, the improved -learning based on clustering-dynamic search(CDQ) algorithm is presented, which is used to guide the adaptive selection of dynamic scheduling strategy in the uncertain production environment, and the co