基于Q-Learning的人工蜂群算法求解顺序相依拆解线调度问题.pdfVIP

摘要

制造业的快速发展为可持续经济发展带来了巨大挑战，包括资源浪费、能源利

用率低、环境污染和废弃产品处理等问题。未经有效回收处理的废弃产品会导致大

量资源的浪费以及潜在的环境污染问题。再制造作为一种解决方案，可以有效回收

和再利用废旧产品，降低能源消耗和资源浪费，推动资源节约和环境保护的实现。

拆解在再制造过程中是首要步骤且为关键的环节之一，其目的在于执行一系列拆解

操作，从废旧产品中分离并获取有价值的零件或组件进行再利用，循环利用资源并

降低环境污染。

大多数拆解企业的特点是规模小，依赖单个工作站和人工拆解。它们效率低下，

在执行大规模拆解作业时面临巨大挑战。依靠单个工作站进行拆解的传统方法不仅

缺乏效率和盈利能力，还限制了作业规模。在实际拆解过程中，任务之间不存在先

后限制时，也会有干扰时间产生，导致某些任务的实际拆解时间增加，将其称之为

顺序相依。流水线拆解技术可以在给定时间内使拆解的效率提高，实现废弃产品拆

解的产业化并提高作业规模。

顺序相依拆解线调度问题（Sequencedependentdisassemblylinescheduling

problems,SDDLSP）是指在考虑拆解线任务间先后关系的同时，考虑存在顺序相依

关系任务间产生的干扰时间。在调度问题中，元启发式算法因其在计算中的灵活性、

简单性和高效而被广泛使用。随着机器学习的发展，强化学习也渐渐被用于解决调

度问题。因此，本文将元启发式算法中的人工蜂群算法（Artificialbeecolony

algorithm，ABC）与强化学习中的Q-Learning算法进行结合，用于求解SDDLSP。

具体的研究内容和创新成果如下：

（1）研究SDDLSP，基于任务优先关系图，定义了优先关系矩阵和干扰矩阵，

更清楚的表述任务之间的关系。根据问题特点，构建了以平滑指数目标的数学模型，

以及总拆解时间和平滑指数为目标的双目标数学模型。为了确保模型的准确性，使

用数学规划优化器对模型进行了验证。

（2）根据SDDLSP的特点，为不同的解定义了七种可供选择的邻域结构。根

据这些邻域结构设计了七个局部搜索算子，提高人工蜂群算法的搜索性能。

（3）设计两种基于Q-Learning的邻域选择策略，定义了相应的状态、动作、

奖励值等要素，提高解的质量。将其与ABC结合，在迭代过程中，使得种群可以自

适应地选择高质量的局部搜索算子。

综上所述，本文从拆解建模、优化目标等不同方面研究SDDLSP。采用ABC搜

索解决方案，提出多个局部搜索算子提高算法性能。结合Q-Learning策略以提高选

择局部搜索算子的质量。通过上述方法，可以获得更优的解决方案。

关键词：拆解线调度问题；人工蜂群算法；Q-Learning；总拆解时间；平滑指数；

局部搜索

ABSTRACT

Therapiddevelopmentofthemanufacturingindustrypresentsgreatchallengesto

sustainableeconomicdevelopment,includingproblemsofresourcewastage,inefficient

energyutilization,environmentalpollution,andwasteproducts.Wasteproductsthatare

noteffectivelyrecycledandtreatedcanleadtoalargeamountofwastedresourcesaswell

aspotentialenvironmentalpollutionproblems.Re-manufacturing,asasolution,can

effectivelyrecycleandreusewasteproduct