近日，河海大學智能制造研究所顧文斌課題組在智能制造領域的著名學術期刊Robotics and Computer-Integrated Manufacturing上發(fā)表題為“Real-time data-driven dynamic scheduling for flexible job shop with insufficient transportation resources using hybrid deep Q network”的學術論文。
隨著工業(yè)物聯(lián)網(wǎng)在制造系統(tǒng)中的廣泛應用，考慮有限資源約束的復雜制造系統(tǒng)的生產(chǎn)調度問題日益成為企業(yè)的一個迫切需求。同時，復雜制造系統(tǒng)在實際運行過程中容易發(fā)生各種動態(tài)干擾事件，進一步增加了系統(tǒng)運行的復雜性和不確定性。該研究針對多資源受限的復雜制造環(huán)境中柔性生產(chǎn)車間動態(tài)調度問題，建立了面向智能制造過程關鍵性能指標的多目標優(yōu)化模型，并結合DRL方法，提出基于實時數(shù)據(jù)驅動的動態(tài)智能優(yōu)化調度機制，實現(xiàn)了智能體在每個決策點能夠根據(jù)車間的實時狀態(tài)選擇合理的調度規(guī)則，確保生產(chǎn)任務與制造資源之間的動態(tài)高效分配，有效降低了復雜制造系統(tǒng)動態(tài)多變生產(chǎn)環(huán)境對制造過程的不良影響。該項研究為復雜制造環(huán)境中數(shù)據(jù)驅動的智能制造系統(tǒng)研究提供了新見解，并為今后人工智能在智能制造領域的推廣應用提供了新思路。
該工作是團隊近期關于復雜制造系統(tǒng)智能自組織機制相關研究的最新進展之一。近年來，團隊對復雜環(huán)境中的智能制造系統(tǒng)自組織機制進行了深入研究，從自適應行為、交互、配置、生產(chǎn)控制等方面對智能自組織制造系統(tǒng)進行建模（包括數(shù)據(jù)）的機理、制備、性能改進及模型應用做了一系列的探索。近三年來，顧文斌團隊在智能制造技術研究方向先后發(fā)表了SCI論文9篇，授權發(fā)明專利11項，軟件著作權5項。
上述研究聯(lián)合了南京航空航天大學相關學者，受到了國家自然科學基金（51875171）、江蘇省自然科學基金項目（BK20201162）和教育部人文社科規(guī)劃基金項目（21YJA630111）等項目的支持。（通訊員：河海大學張春平）
版權聲明：本文內容由互聯(lián)網(wǎng)用戶自發(fā)貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權/違法違規(guī)的內容， 請發(fā)送郵件至 舉報，一經(jīng)查實，本站將立刻刪除。