基于自适应规则的车间实时调度方法研究.pdfVIP

第2期 组 合 机 床 与 自动 化 加 工 技 术 No．2 2014年2月 ModularMachineTool＆ AutomaticM anufacturingTechnique Feb．2014 文章编号 ：1001—2265(2014)02—0157—04 DOI：10．13462／j．cnki．mmtamt．2014．02．403 基于 自适应规则的车问实时调度方法研究 刘想德 (重庆邮电大学 自动化学院，重庆 400065) 摘要：论文提出了一种基于 自适应规则的作业车间实时调度方法，方法中使用强化学习的Q学习算 法对调度规则进行训练和学习；经过学习后，作业调度系统可以根据系统状态选择合适的调度规则 进行作业调度 以实现调度的优化。在仿真实验中通过跟单一调度规则的比较，验证 了自适应调度规 则的有效性。 关键词：自适应规则；实时调度；强化学习；Q学习 中图分类号：TH166：TG65 文献标识码 ：A ResearchonTheJobShopReal·TimeSchedulingBasedonAdaptiveDispatchingRule LIU Xiang—de (CollegeofAutomation，ChongqingUniversityofPostsandTelecommunications，Chongqing400065，China) Abstract：A new JobShopReal-TimeSchedulingmethodbasedonadaptivediapatchingrulesisputforward inhtispaper，andtheQlearningalgorithm forreinforcementlearningisusedtotrainhtedispatchingurles． Whenhtelearninghasbeenfinished，schedulingsystem Callchosehteappropriatedispatchingrulesaccord- ingtohtesystemstate，nadhtiscanoptimizehtejobshopscheduling．Comparedwihthtesingledispatching rule，hteadaptivedispatchingruleCna beverifiedtobeeffectiveinhtejobshopscheduling． Keywords：adaptivedispatchingurle；real—timescheduling；reinforcementlearning；Q learning 方法 。 O 引言 在车间调度中，基于规则的调度算法既比较简单 1 自适应规则车间实时调度方法 和易于实现，同时也能取得 比较好的调度结果，因此基 在基于 自适应规则的作业车间调度中，先需要确 于规则的调度方法在车间调度 中得到广泛使用¨ 。 定动作(调度规则)集合、系统状态空间和奖惩函数 根据调度过程中对调度规则的使用方法不同，基于规 (奖惩值)；然后在调度规则集合的基础上，使用强化 则的调度一般有以下几种类型：单一规则调度、有序规 学习的算法进行调度规则的自适应训练或学习；最后 则调度、组合规则调度、混合规则调度、自适应规则调 利用学习得到的结果进行作业的调度。 度等。其 中自适应规则调度能够根据生产车间的实际 1．1 强化学习基本原理 情况智能地选择合适的调度规则，能够 自适应地响应 强化学习又称为增强学习、加强学习、再励学习或 生产状态变化带来 的影响，因此 自适应规则调度是优 激励学习，是一种从环境状态到行为映射的学习方法。 化车间作业调度的一种有效办法 。