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！

龙图腾网获悉同济大学申请的专利基于深度强化学习的动态柔性作业车间多目标调度方法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：CN119721631B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202411904902.8，技术领域涉及：G06Q10/0631；该发明授权基于深度强化学习的动态柔性作业车间多目标调度方法是由段春艳;张泽昊;莫雨鑫设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本基于深度强化学习的动态柔性作业车间多目标调度方法在说明书摘要公布了：本申请提供了一种基于深度强化学习的动态柔性作业车间多目标调度方法，包括以下步骤：将确定性调度问题转化为马尔科夫决策模型；基于马尔科夫决策模型，构建基于MOHDQN的确定性调度算法并设计训练过程，对算法进行训练，在随机算例上进行测试，形成确定性调度模型智能体；构建马尔科夫跳跃决策过程，并将事件驱动型预反应式调度问题转换为马尔科夫跳跃决策过程；基于HDRQN算法，构建训练过程，并与仿真环境交互训练事件驱动型预反应式调度智能体；将交互训练结果在随机算例上进行测试，形成事件驱动型预反应式调度智能体。本申请方法在求解精度和求解速度中实现最佳权衡，所提出的方法能够处理存在多种不确定性事件的复杂多目标调度问题。

本发明授权基于深度强化学习的动态柔性作业车间多目标调度方法在权利要求书中公布了：1.一种基于深度强化学习的动态柔性作业车间多目标调度方法，其特征在于，包括以下步骤： 将确定性调度问题转化为马尔科夫决策模型；转化过程包括：建立优化目标、马尔可夫决策过程的状态空间、动作空间和奖励函数； 基于所述马尔科夫决策模型，构建基于多目标混合深度Q网络的确定性调度算法并设计训练过程，对算法进行训练；将训练结果在随机算例上进行测试，形成确定性调度模型智能体； 构建马尔科夫跳跃决策过程，并将事件驱动型预反应式调度问题转换为马尔科夫跳跃决策过程；转换过程包括：马尔科夫跳跃决策过程的定义和建立马尔科夫跳跃决策过程的状态与观测空间、动作空间及奖励函数； 基于混合深度递归Q网络算法，构建训练过程，并与仿真环境交互训练事件驱动型预反应式调度智能体；将交互训练结果在随机算例上进行测试，形成事件驱动型预反应式调度智能体； 所述基于多目标混合深度Q网络的确定性调度算法包括对决网络和权重网络；其中，所述对决网络包括九个全连接层，其中，九个全连接层包括一个输入层，六个隐藏层和两个输出层； 所述权重网络用于动态分配权重，包括门控循环单元和Softmax激活输出层； 所述马尔科夫跳跃决策过程被定义为包括状态空间、跳跃转移函数、动态事件、观测空间、动作空间、状态转移函数、奖励函数和奖励衰减系数的八元组，记为：； 马尔科夫跳跃决策过程的状态与观测空间的特征包括14个维度，分别为： 调度计划中的机器平均利用率，记为； 调度计划中的工件延迟个数，记为； 调度计划中的延迟时间，记为； 调度计划中的，记为Makespan； 调度计划中的机器总负荷，记为Twork； 所有工序的平均加工时间，记为； 动态事件发生的时间，记为DT； 工件的平均到达时间，记为； 机器的平均失效时间，记为； 机器的平均空闲时间，记为； 工序的平均开始时间，记为； 工序的平均结束时间，记为； 动态事件的种类，无动态事件则为0，记为DET； 受干扰工序个数，记为DON； 马尔科夫跳跃决策过程的动作空间包括7条重调度规则； 在执行重调度之前，根据中断的操作是否可以直接插入机器当前状态的空闲时间，以对部分重调度进行细分； 马尔科夫跳跃决策过程的奖励函数由状态特征和观测特征进行确定； 马尔科夫跳跃决策过程的奖励函数的表达式如下所示： 6 其中，为状态奖励函数，为观测奖励函数； 为了降低算法运行耗时，将单个动作运行时间ARTt纳入奖励函数，则得到： 7 其中，ARTt为单个动作运行时间。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。