|
|||||
|
|
| 面向智能生产的分布式流水车间调度研究 | |
| 作者姓名： | 陈俊贤 李仁旺 |
| 作者单位： | （浙江理工大学 机械工程学院, 浙江 杭州310018） |
| 基金项目： | 浙江省2023年度“尖兵”“领雁”研发攻关计划(2022C01SA111123);国家自然科学基金资助项目(51475434)。 |
| 摘 要： | 为了使传统流水车间的调度模型更灵活和更智能化以适应不同生产环境,课题组提出了基于深度学习的分布式流水车间调度方法。通过学习和分析分布式车间系统中的大量数据,利用策略梯度方法在多次迭代优化后使目标得到近似最优解,获取了更智能、适应性更强的生产计划和调度策略;并通过实验和仿真进行验证。结果表明该方法能提高生产效率和资源利用率,并具有成本控制方面的潜力。该研究为制造业的分布式生产环境提供了一种先进的调度策略,为车间管理者提供更准确、更智能的决策参考。 |
| 关 键 词： | 生产调度 分布式流水车间 深度学习 调度策略 策略梯度法 |
| 点击此处可从《华南农业大学学报(社会科学版)》浏览原始摘要信息 | |
| 点击此处可从《华南农业大学学报(社会科学版)》下载免费的PDF全文 | |