近日，河海大學(xué)智能制造研究所顧文斌課題組在智能制造領(lǐng)域的著名學(xué)術(shù)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(xué)術(shù)論文。
隨著工業(yè)物聯(lián)網(wǎng)在制造系統(tǒng)中的廣泛應(yīng)用，考慮有限資源約束的復(fù)雜制造系統(tǒng)的生產(chǎn)調(diào)度問題日益成為企業(yè)的一個迫切需求。同時，復(fù)雜制造系統(tǒng)在實際運(yùn)行過程中容易發(fā)生各種動態(tài)干擾事件，進(jìn)一步增加了系統(tǒng)運(yùn)行的復(fù)雜性和不確定性。該研究針對多資源受限的復(fù)雜制造環(huán)境中柔性生產(chǎn)車間動態(tài)調(diào)度問題，建立了面向智能制造過程關(guān)鍵性能指標(biāo)的多目標(biāo)優(yōu)化模型，并結(jié)合DRL方法，提出基于實時數(shù)據(jù)驅(qū)動的動態(tài)智能優(yōu)化調(diào)度機(jī)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(diào)度規(guī)則，確保生產(chǎn)任務(wù)與制造資源之間的動態(tài)高效分配，有效降低了復(fù)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(fù)雜制造環(huán)境中數(shù)據(jù)驅(qū)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(lǐng)域的推廣應(yīng)用提供了新思路。
該工作是團(tuán)隊近期關(guān)于復(fù)雜制造系統(tǒng)智能自組織機(jī)制相關(guān)研究的最新進(jìn)展之一。近年來，團(tuán)隊對復(fù)雜環(huán)境中的智能制造系統(tǒng)自組織機(jī)制進(jìn)行了深入研究，從自適應(yīng)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(jìn)行建模（包括數(shù)據(jù)）的機(jī)理、制備、性能改進(jìn)及模型應(yīng)用做了一系列的探索。近三年來，顧文斌團(tuán)隊在智能制造技術(shù)研究方向先后發(fā)表了SCI論文9篇，授權(quán)發(fā)明專利11項，軟件著作權(quán)5項。
上述研究聯(lián)合了南京航空航天大學(xué)相關(guān)學(xué)者，受到了國家自然科學(xué)基金（51875171）、江蘇省自然科學(xué)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(xué)張春平）
版權(quán)聲明：本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn)，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容， 請發(fā)送郵件至 舉報，一經(jīng)查實，本站將立刻刪除。