[发明专利]一种基于强化学习的机械车间任务调度节能优化系统

权利要求书

1.一种基于强化学习的机械车间任务调度节能优化系统，包括：调度目标函数模块、基础数据库、调度规则库、初次调度执行模块、节能优化规则库、节能优化模块和调度方案库；其中，

调度目标函数模块：设定调度目标为调度任务完成加工总能耗最小f₁=min(EC)和总时间最小f₂=min(T)；

基础数据库：包括工件信息、机床信息和加工信息；

调度规则库：包括先到先服务(FCFS)规则；

初次调度执行模块：利用从调度规则库选取的调度规则作为调度的运算法则，对调度任务包含的基础数据库的信息进行计算，确定各个工序的加工机床以及在机床上的加工顺序进行安排，从而得到初次调度方案；

节能优化规则库：针对调度目标，对调度专家进行调研，统计节能优化经验，并把处理表示为if<>，then<>，else<>的语法形式，从系统外部知识拓展接口录入，存入节能优化规则库；

节能优化模块：包括学习环境和Q学习控制器，通过Q学习控制器和学习环境的交互，为初次调度方案获取一个节能优化策略，其中：

学习环境：包括车间能耗模型、加工时间模型及调度方案评价模型；

Q学习控制器：包括定义Q学习算法的动作集、状态空间、惩罚函数和算法流程，以及最终整个Q学习算法的运行；

调度方案库：用于存储初次调度方案和节能优化过程中不断更新的调度方案。

2.根据权利要求1所述所述基于强化学习的机械车间任务调度节能优化系统，其特征在于，所述学习环境中：

车间能耗模型：EC=ΣiΣj(ECijk)+ΣkPk×ITk;]]>

加工时间模型：T=T_end-T_start；

调度方案评价模型：e=g(f₁,f₂)；

其中：EC_ijk为工件i的第j道工序在机床k上的加工所需要能耗；P_k是机床k的待机功率；IT_k为机床k的待机时间；T_start为当前调度方案下首先加工工件的第一道工序加工开始时刻，T_end当前调度方案下最后加工工件的最后一道工序加工结束时刻；调度方案评价模型是用来综合考虑各个调度目标的优化的效果，e约定设计为其值越小表示优化效果越好。