基于神经网络和强化学习的车辆装配系统中的多载量小车实时调度方法

基金项目类型：

国家自然科学基金

基金项目编号：

71471135

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

周炳海

完成单位：

同济大学

中文关键词：

车辆装配系统; 多载量小车; 启发式算法; 建模; 实时调度;

项目类型：

面上项目

语种：

中文

开始日期：

2015-01-01

结束日期：

2018-12-31

中文摘要：

本项目旨在研究并解决一类先进车辆装配系统中的多载量小车动态调度问题。针对具有多系统耦合的多载量小车搬运系统的复杂性、动态性、组合优化等特点，建立动态调度问题域。在拓展和完善替代图的基础上，研究具有多资源约束的多载量小车调度问题的约束条件及形式化描述方法。分析多目标函数及约束集，建立带多目标、多约束的调度模型。研究基于人工神经网络和知识库的多载量小车实时调度规则组合优化选取方法。设计调度问题中相互关联的四个决策子问题（物料搬运任务生成决策问题、派遣决策问题、搬运任务选择决策以及排序决策问题）的调度决策算法。构造基于R-SMART的场景式强化学习算法，解决利于长期优化目标的调度决策问题。开发多载量小车调度原型系统，并进行应用验证。因此，通过本项目的研究可拓展多资源的调度与建模理论，丰富动态调度决策的启发式算法设计方法，对提高汽车制造企业的生产率以及生产管理水平有重要的理论意义和实际应用价值。