柔性作业车间调度
文章平均质量分 80
柔性作业车间
码丽莲梦露
在职运筹优化算法工程师
展开
-
车间动态调度的研究方法
已开发的调度规则不能保证在任何情形下都可以很好的优化,需要根据具体问题设计特定的调度规则,但人工设计的调度规则存在时间和经验上的不足。适用于各种车间场景,可以很好的响应车间的各种动态事件,但很难得到一个接近全局的调度方案。利用静态调度技术使每个子问题得到最优解决,但很难保证全局的优化效果,而且由于。问题设计在线启发式算法,对实际制造车间调度的问题来说难度大。)预反应调度方法将复杂的调度问题分解为一系列静态调度问题。)鲁棒调度方法虽然可以保持较好的鲁棒性,但是以。)建立鲁棒调度的优化模型。原创 2022-10-30 19:55:33 · 3083 阅读 · 2 评论 -
多目标进化算法详细讲解及代码实现(样例:MOEA/D、NSGA-Ⅱ求解多目标(柔性)作业车间调度问题)
本文对基于分解的多目标进化算法及基于Pareto的多目标进化算法进行了详细的讲解,并使用柔性作业车间调度问题作为背景对两类算法中极具代表性的算法MOEA/D和NSGA-Ⅱ进行了复现。原创 2022-08-22 19:02:42 · 10004 阅读 · 6 评论 -
模糊时间的柔性车间调度问题-Python实现遗传算法求解
1 问题描述FJSPF(the FJSP with Fuzzy Processing time)可以表述如下:有n 个工件要在 m 台机器上加工。每个工件有ni个工序,每个工件必须按确定的路径完成所有工序,每道工序有1台及以上加工工序,工序的加工时间为模糊时间。1.1 模糊加工时间的运算 当工序加工时间为模糊时间时,要想能很好的排产出来,比如在甘特图上排产,需要一些模糊数运算操作。这些运算包括加法运算、两个模糊数的最大运算和模糊数的排序方法。加法运算用于计算运算的模糊完成时间。最大....原创 2022-05-04 19:00:36 · 3449 阅读 · 0 评论 -
基于深度强化学习的柔性作业车间动态调度
在追求敏捷和灵活的生产调度方面,处理不可预测的动态事件的能力变得越来越重要。与此同时,生产系统中的网络-物理融合产生了大量需要实时挖掘和分析的工业数据。为了便于这种实时控制,本研究提出了一种分层分布式的体系结构来解决动态柔性作业车间调度问题。采用双深度Q网络算法(DDQN)训练调度智能体,捕捉生产信息与调度目标之间的关系,为具有恒定任务到达的柔性作业车间实时做出调度决策。为了处理动态调度中问题的可变规格说明,提出了专门的状态和动作表示法。此外,还提出了一种代理奖励整形技术(surrogate reward原创 2022-04-14 19:31:51 · 10208 阅读 · 44 评论 -
多智能体强化学习在智能工厂在线调度中应用
来源:Robotics and Computer-Integrated Manufacturing/2021论文:Multi-agent reinforcement learning for online scheduling in smart factories传统的制造系统采用集中式结构进行数据分析和订单调度,由于过于依赖中央控制器和有限的通信通道,效率低下且不可靠。物联网(IoT)和云技术使构建多智能体系统(MAS)等分布式制造体系结构成为可能。最近,人工智能(AI)方法被用于解决制造环境中的原创 2022-02-25 17:43:54 · 4737 阅读 · 0 评论 -
Tensorflow2.0|基于深度强化学习(DQN)实现动态柔性作业车间调度问题(DFJSP)
注:本文的python实现基于论文《Dynamic scheduling for flexible job shop with new job insertions by deep reinforcement learning》论文详情可见:论文阅读|《用强化学习求解带插单的动态FJSP》其他相关阅读可见个人CSDN专栏之《论文阅读与实现》,如:论文阅读|《基于加权Q学习算法的自适应车间调度策略》论文阅读|《基于仿真的具有批次放行和扩展技术优先约束的动态作业车间调度问题调度规则研究》论文原创 2021-07-13 11:07:17 · 11824 阅读 · 64 评论 -
论文阅读|《用强化学习求解带插单的动态FJSP》
《Dynamic scheduling for flexible job shop with new job insertions by deep reinforcement learning》Applied Soft Computing Journal/2020这篇文章使用DRL来解决带新件插入的DFJSP问题,目标为最小化总拖期,贡献如下:(1)使用在[0,1]中取值的七个通用特征表示每个重调度点的状态。(2)设计了六个组合规则(动作)来确定下一步要处理的工序和分配的机器。(3)提出了一种深原创 2021-06-06 11:52:02 · 5008 阅读 · 12 评论 -
论文阅读|《面向多目标柔性作业车间调度的强化学习NSGA-Ⅱ算法》
《面向多目标柔性作业车间调度的强化学习NSGA-Ⅱ算法》 重庆大学学报/20211 多目标柔性作业车间调度模型考虑的目标:(1)最大王时间(2)机器总负荷(3)瓶颈机器负荷2 算法设置NSGA-Ⅱ过程:首先对Pt执行选择、交叉、变异操作形成种群Qt,并将两个种群合并为种群Rt,然后对种群Rt进行非支配排序形成多个前列面Fi,并从高到底依次胶乳新一代种群Pt+1,当Fi加入使得种群超出规模大小时,依据拥挤度从大到小将个体加入新一代种群Pt+1。...原创 2021-06-04 11:23:24 · 2307 阅读 · 16 评论 -
论文阅读|《 基于强化学习的自适应遗传算法求解柔性作业车间调度问题》
《A self-learning genetic algorithm based on reinforcement learning for flexible job shop scheduling problem》Computers & Industrial Engineering/2021论文出发点:传统求解方法的关键参数不能动态调整导致求解效率和求解速度不能达到预期效果。方法:用强化学习(SARSA算法和Q学习)优化参数 。1 基本算法1.1 遗传算法编码:MS、O原创 2021-06-01 21:19:13 · 5702 阅读 · 40 评论