基于深度强化学习的复杂离散制造过程动态调度与决策支持系统设计.docxVIP

PAGE2

基于深度强化学习的复杂离散制造过程动态调度与决策支持系统设计

摘要

复杂离散制造过程具有多品种、变批量、工序交错、扰动频发等特点，传统静态调度方法难以适应动态多变的生产环境，导致设备利用率低、订单延期严重。本文以智能制造与工业互联网为背景，设计了一种基于深度强化学习的动态调度与决策支持系统。系统首先将复杂离散制造车间抽象为马尔可夫决策过程（MDP），构建了包含机器状态、工件队列、缓冲区容量等要素的状态空间和以作业指派为核心的动作空间；然后引入多目标加权奖励函数，兼顾最小化最大完工时间、降低总拖期、均衡设备负荷等指标；最后采用双深度Q网络（DDQN）算法进行离线训练与在线决策，实现产线实时动态调度。

论文遵循工程化设计逻辑，从需求分析出发，完成了系统总体架构设计，将系统划分为数据采集、状态构建、调度决策、执行监控与绩效评估五大功能模块；详细设计了环境交互接口、经验回放机制与多目标奖励计算流程；基于Python与PyTorch实现了调度智能体，并利用工业仿真平台AnyLogic构建了离散制造场景进行验证。测试结果表明，与传统调度规则相比，DDQN调度策略在完工时间、设备利用率与拖期率等指标上均有显著改善，验证了深度强化学习在复杂动态调度问题中的有效性。本文设计的系统为离散制造车间提供了可解释、可扩展的智能调度决策支持方案，对推动工业互联网环境下制造资源的自适应协同优化