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！

龙图腾网获悉广东工业大学申请的专利一种基于多智能体D3QN的混流制造车间实时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：CN119067340B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410934984.4，技术领域涉及：G06Q10/0631；该发明授权一种基于多智能体D3QN的混流制造车间实时调度方法是由王美林;胡凯航;杨昊设计研发完成，并于2024-07-12向国家知识产权局提交的专利申请。

本一种基于多智能体D3QN的混流制造车间实时调度方法在说明书摘要公布了：本发明提供一种基于多智能体D3QN的混流制造车间实时调度方法，包括：构建车间的MPN模型并输入待执行订单进行初始化；进行随机调度模拟，构造马尔科夫决策链数据并载入样本数据池；初始化多个不同调度目标的智能体，为每个智能体构建D3QN模型；从样本数据池中随机抽取数据并训练每个智能体；最后获取车间的实时状态输入MPN模型；调用每个智能体训练好的D3QN模型对实时MPN模型进行调度计算后，得到以不同调度目标为导向的若干条车间排产策略，根据车间排产策略进行调度生产；本发明能够让生产管理者可以在多个维度上进行考虑和决策，从而更好地优化生产调度和资源利用，提高整体生产效率和经济效益。

本发明授权一种基于多智能体D3QN的混流制造车间实时调度方法在权利要求书中公布了：1.一种基于多智能体D3QN的混流制造车间实时调度方法，其特征在于，包括以下步骤： S1：根据混流制造车间中工件和加工设备的运转关系构建基于Petri网的MPN模型，包括： 将混流制造车间中每道工序平行运行的多台加工设备分别抽象化为一个库所，表示工件在某工序加工时可转移到加工设备；不同库所通过一个中间的变迁路径相连，表示工件在不同工序间转移，即在一台加工设备加工完毕后转移到下一台加工设备的一条路径； 整个MPN模型的表达式如下： 其中，为工件在MPN模型中的表达式集合，为第i个工件的表达式；为加工设备在MPN模型中的表达式集合，为第j个加工设备的表达式；为MPN模型中变迁路径的表达式集合，为第h条变迁路径； 所述第i个工件在MPN模型中的表达式如下： 其中，表示第i个工件，为工件数量；为第i个工件的编号，满足，为自然数集合；为工件类型，满足，~分别为第1~第c种工件类型；为第i个工件在第j个加工设备上的加工时间，为加工设备的数量；为第i个工件当前所在的加工设备编号，满足；为第i个工件在当前设备中的剩余加工时间，满足，为实数集合； 所述第j个加工设备在MPN模型中的表达式如下： 其中，表示第j个加工设备；为第j个加工设备的编号，满足；为加工设备可容纳工件数量，为第j个加工设备中存在的工件； 所述MPN模型中的第h条变迁路径的表达式如下： 其中，为变迁路径的编号，满足，为当前加工设备的编号，满足；为下一个加工设备编号，满足； S2：获取混流制造车间待执行订单的作业数据并输入MPN模型，获取初始化后的MPN模型；所述作业数据包括：待执行订单的工件数量、种类，以及每个工件在加工过程中加工设备的状态信息； S3：基于所述初始化后的MPN模型进行随机调度模拟，获取模拟数据；根据模拟数据和作业数据构造马尔科夫决策链数据并载入预设的样本数据池； S4：初始化多个智能体，为每个智能体构建D3QN模型；每个所述智能体的调度目标不同； 所述D3QN模型包括两个结构一致的EfficientNet神经网络，分别作为D3QN模型的在线评估网络和目标价值网络； S5：从样本数据池中随机抽取若干条马尔科夫决策链数据并训练每个智能体的D3QN模型，获取每个智能体训练好的D3QN模型； S6：获取混流制造车间的车间实时状态并输入MPN模型，获取实时MPN模型；调用每个智能体训练好的D3QN模型对实时MPN模型进行调度计算后，得到以不同调度目标为导向的若干条车间排产策略，根据所述车间排产策略进行调度生产。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。