[发明专利]一种基于迁移强化学习的生产系统调度方法有效
| 申请号： | 201910787766.1 | 申请日： | 2019-08-26 |
| 公开（公告）号： | CN110488781B | 公开（公告）日： | 2021-09-21 |
| 发明（设计）人： | 翟敬梅;郭培森 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G05B19/418 | 分类号： | G05B19/418 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 何淑珍;黄海波 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于迁移强化学习的生产系统调度方法，包括步骤：(1)定义生产系统的状态和动作；(2)生产系统调度问题Q学习建模；(3)建立生产调度案例库；(4)计算目标任务与源任务的任务相似度，匹配知识迁移的案例集；(5)建立源任务与目标任务的动作映射关系，将源任务的动作知识迁移到目标任务；(6)计算目标任务状态与案例集中案例的状态相似度，匹配知识迁移的案例；(7)将选出案例的动作映射为目标任务的动作，并修正动作选择策略，实现知识迁移；(8)根据修正后的动作选择策略执行动作，更新状态和Q值表。本发明相对于Q学习提高了学习性能，有效解决了生产任务在线调度的实时性问题。 | ||
| 搜索关键词： | 一种 基于 迁移 强化 学习 生产 系统 调度 方法 | ||
【主权项】：
1.一种基于迁移强化学习的生产系统调度方法，其特征在于，包括如下步骤：/n(1)定义生产系统的状态和动作；/n(2)生产系统调度问题Q学习建模，包括生产系统调度问题的状态空间、动作空间和动作奖赏函数；/n(3)建立生产调度案例库；/n(4)计算目标任务与源任务的任务相似度Similaritytask，匹配知识迁移的案例集；/n(5)建立源任务与目标任务的动作映射关系，将源任务的动作知识迁移到目标任务；/n(6)计算目标任务状态与案例集中案例的状态相似度Similaritystate，匹配知识迁移的案例；/n(7)将选出案例的动作映射为目标任务的动作，并修正动作选择策略，实现知识迁移；/n(8)根据修正后的动作选择策略执行动作，更新状态和Q值表，实现生产任务在线实时调度。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910787766.1/，转载请声明来源钻瓜专利网。
