买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东建筑大学;中建八局第二建设有限公司;山东大学申请的专利一种基于强化学习的预制构件生产调度优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115204497B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210846471.9，技术领域涉及：G06Q10/0631；该发明授权一种基于强化学习的预制构件生产调度优化方法及系统是由邓晓平;刘福磊;李成栋;房海波;侯和涛;彭伟;刘洪彬设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种基于强化学习的预制构件生产调度优化方法及系统在说明书摘要公布了：本发明提出了一种基于强化学习的预制构件生产调度优化方法及系统，获取实时生产数据和历史生产数据建立预制构件调度模型；确定预构件调度模型的优化目标；将调度模型的优化目标的求解转换为基于深度强化学习模型的求解；基于当前机器的状态、当前的动作，当前动作对应的奖励、下一时刻机器的状态建立经验回放池，批量随机抽取经验回放池内数据对深度强化学习模型进行迭代更新，得到训练好的深度强化学习模型；将预制构件订单信息输入至训练好的深度强化学习模型中输出最优的调度策略。本发明不依赖于模型，能够动态适应由于实际系统外部因素如设计变更、紧急插单等导致的系统扰动。

本发明授权一种基于强化学习的预制构件生产调度优化方法及系统在权利要求书中公布了：1.一种基于强化学习的预制构件生产调度优化方法，其特征在于，包括以下步骤： 获取实时生产数据和历史生产数据建立预制构件调度模型； 确定预构件调度模型的优化目标； 将调度模型的优化目标的求解转换为基于深度强化学习模型的求解，包括： 建立状态集合，所述状态集合选择与优化目标关联性强的n个特征建立状态集合，包括但不限于队列中工件数与订单数之比、队列中所有预制构件平均加工时间与当前预制构件加工时间之比、队列中在第i台机器上加工时间的平均值与当前预制构件加工时间之比； 建立动作集合，所述动作集合包括但不限于选择加工时间最长短的工件、选择剩余加工时间最短的工件、选择后续工艺加工时间长短的工件； 建立奖励机制，将单位时间的机器或预制构件空闲时间的等待时间作为奖励函数，所述奖励函数为： 其中，当第i个预制构件的第k道工序完成时，其第k+1道工序加工机器无空闲，此时奖励为单位时间工件的排队等待时间负值；当第i个预制构件的第k道工序完成时，第i+1个预制构件的第k-1道工序还未完成，此时奖励为第k道加工机器的空闲时间负值； 基于当前机器的状态、当前的动作、当前动作对应的奖励、下一时刻机器的状态建立经验回收池，利用经验回收池内对深度强化学习模型进行迭代更新，得到训练好的深度强化学习模型，所述深度强化学习模型训练中采用优先级的经验回放策略进行训练，优先级的经验回放策略为对智能体在一个回合的探索利用过程中产生的经验数据si,ai,ri+1,si+1，进行加权处理，将每个状态可以转换为一个向量，在笛卡尔坐标系空间位置表示为：xt,yt,zt，智能体在多次训练后期望达到的目标表示为：xe,ye,ze，则二者之间的距离表示为： 该回合产生的经验数据距离目标的均值： Dτ＝argmaxdt 均值越小，数据质量越高，优先值越大，优先值被表示为： pi＝|-k*Dτi+b| 其中，k为比例系数，b为任意整数，调整b的大小使结果落在合理区间； 将预制构件订单信息输入至训练好的深度强化学习模型中输出最优的调度策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东建筑大学;中建八局第二建设有限公司;山东大学，其通讯地址为：250101 山东省济南市历城区临港开发区凤鸣路1000号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。