国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:王无双,骆淑云,
单位:浙江理工大学信息学院,杭州310000;
关键词:强化学习,动态调度,静态调度,作业车间调度,流水车间调度,
基金:浙江理工大学基本科研业务费专项资金资助项目(2021Q026);;
智能制造是我国制造业发展的必然趋势,而智能车间调度是制造业升级和深化“两化融合”的关键技术。主要研究强化学习算法在车间调度问题中的应用,为后续的研究奠定基础。其中车间调度主要包括静态调度和动态调度;强化学习算法主要包括基于值函数和AC(Actor-Critic)网络。首先,从总体上阐述了强化学习方法在作业车间调度和流水车间调度这两大问题上的研究现状;其次,对车间调度问题的数学模型以及强化学习算法中最关键的马尔可夫模型建立规则进行分类讨论;最后,根据研究现状和当前工业数字化转型需求,对智能车间调度技术的未来研究方向进行了展望。
来源:2022年第6期
《计算机应用研究》期刊编辑部