基于強(qiáng)化學(xué)習(xí)的動(dòng)態(tài)單機(jī)調(diào)度研究.pdf

1、生產(chǎn)調(diào)度位于計(jì)算機(jī)集成制造系統(tǒng)體系結(jié)構(gòu)中的中間層，是控制與管理一體化的接合部。向上要給企業(yè)經(jīng)營(yíng)戰(zhàn)略決策層提供決策依據(jù)，向下要安排生產(chǎn)加工任務(wù)，指導(dǎo)監(jiān)督控制層的運(yùn)作。因此，生產(chǎn)調(diào)度是實(shí)施計(jì)算機(jī)集成制造系統(tǒng)的關(guān)鍵。 在實(shí)際生產(chǎn)過(guò)程中，絕大多數(shù)的調(diào)度問(wèn)題都屬于動(dòng)態(tài)調(diào)度問(wèn)題。目前，大部分動(dòng)態(tài)調(diào)度問(wèn)題都利用調(diào)度規(guī)則來(lái)進(jìn)行解決，但調(diào)度規(guī)則本質(zhì)上是一種局域內(nèi)的貪心搜索方法，盲目追求單一目標(biāo)，同時(shí)其無(wú)法根據(jù)系統(tǒng)環(huán)境狀態(tài)的改變進(jìn)行自適應(yīng)調(diào)整，因此

2、沒(méi)有一種調(diào)度規(guī)則能夠在系統(tǒng)各項(xiàng)重要調(diào)度性能指標(biāo)下都表現(xiàn)出良好的調(diào)度性能。因?yàn)锳gent具有適應(yīng)動(dòng)態(tài)變化環(huán)境以及交互協(xié)商的能力，因此很多學(xué)者利用Agent技術(shù)來(lái)解決動(dòng)態(tài)調(diào)度問(wèn)題，但如何提高Agent的學(xué)習(xí)能力是Agent適應(yīng)動(dòng)態(tài)變化環(huán)境和提高交互協(xié)商能力的基礎(chǔ)和關(guān)鍵。強(qiáng)化學(xué)習(xí)是實(shí)現(xiàn)Agent學(xué)習(xí)機(jī)制的有效途徑，作為一種常用的強(qiáng)化學(xué)習(xí)算法，Q學(xué)習(xí)由于不受應(yīng)用模型約束，在制造領(lǐng)域得到了廣泛研究，但目前基于Q學(xué)習(xí)的Agent生產(chǎn)調(diào)度優(yōu)化研究還很

3、少。 本文構(gòu)建了模式驅(qū)動(dòng)調(diào)度系統(tǒng)，并結(jié)合智能體技術(shù)，對(duì)強(qiáng)化學(xué)習(xí)在這一系統(tǒng)中的應(yīng)用機(jī)制進(jìn)行了研究。通過(guò)MATLAB實(shí)驗(yàn)仿真，對(duì)模式驅(qū)動(dòng)調(diào)度系統(tǒng)在動(dòng)態(tài)單機(jī)調(diào)度問(wèn)題中的調(diào)度性能進(jìn)行了分析。仿真結(jié)果表明，這種模式驅(qū)動(dòng)調(diào)度系統(tǒng)能夠在系統(tǒng)各項(xiàng)重要調(diào)度性能指標(biāo)下都表現(xiàn)出很好的調(diào)度性能，適合用于系統(tǒng)環(huán)境不斷變化的動(dòng)態(tài)調(diào)度。 此外，在將Q學(xué)習(xí)應(yīng)用于動(dòng)態(tài)調(diào)度的過(guò)程中，有很多因子會(huì)對(duì)學(xué)習(xí)效果產(chǎn)生影響，目前針對(duì)這些因子對(duì)學(xué)習(xí)效果影響的研究還不多