资料下载
×
多智能体强化学习在智能工厂在线调度中应用
消耗积分:0 |
格式:pdf |
大小:0.55 MB |
2023-04-11
成尔秩
分享资料个
传统的制造系统采用集中式结构进行数据分析和订单调度，由于过于依赖中央控制器和有限的通信通道，效率低下且不可靠。物联网(IoT)和云技术使构建多智能体系统(MAS)等分布式制造体系结构成 为可能。最近，人工智能(AI)方法被用于解决制造环境中的调度问题。然而，在具有异构制造单元的分布式系统中，调度算法很难处理高维数据。 因此，本文提出了一种新的智能工厂中的网络物理集成（Cyber-physicalIntegration），以解决小批量高混合订单的在线调度问题。首先，制造单位通过物联网技术通过网络物理系统(CPS)相互连 接。加工操作的属性由射频识别(RFID)标签存储和传输。其次，我们提出了一种人工智能调度器，该调度器采用新颖的神经网络为每个单元(如仓库、机器)调度实时传感器数据的动态操 作。每个AI调度器可以通过学习其他调度器的调度经验来与其他调度器协作。第三，设计了新的奖励函数，提高了基于强化学习(RL)的多智体调度器的决策能力。通过实际案例研究，对所提出的方法 在智能工厂中进行了评估和验证。实验结果表明，新的智能工厂体系结构不仅提高了多个人工智能调度器的学习和调度效率，而且能够有效地处理紧急订单和机器故障等突发事件。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
