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！

龙图腾网获悉浙江工业大学申请的专利一种基于深度强化学习的离散制造车间鲁棒调度优化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：CN115249121B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202210749705.8，技术领域涉及：G06Q10/0631；该发明授权一种基于深度强化学习的离散制造车间鲁棒调度优化方法是由郭方洪;姜滨;姚晗;刘师硕;吴祥;董辉;俞立;陈积明设计研发完成，并于2022-06-28向国家知识产权局提交的专利申请。

本一种基于深度强化学习的离散制造车间鲁棒调度优化方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的离散制造车间鲁棒调度优化方法，包括：取历史加工数据，利用神经网络拟合工序加工时长关于设备、操作员以及生产初始时刻的函数；建立工厂车间的加工环境模型，加工环境模型包括可运行设备数量、在岗操作员以及中间产品的库存数；获取当天需要加工的产品数量；根据加工环境模型以及当天需要加工的产品数量构建离散制造车间鲁棒调度问题，该离散制造车间鲁棒调度问题的目标函数为最小化最大完工时间与最小化完工时间同交付时间的差值；对离散制造车间鲁棒调度问题进行求解。本发明能够得到更加符合实际、更具鲁棒性的生产方案。

本发明授权一种基于深度强化学习的离散制造车间鲁棒调度优化方法在权利要求书中公布了：1.一种基于深度强化学习的离散制造车间鲁棒调度优化方法，其特征在于，所述基于深度强化学习的离散制造车间鲁棒调度优化方法，包括： 步骤1、取历史加工数据，利用神经网络拟合工序加工时长关于设备、操作员以及生产初始时刻的函数； 步骤2、建立工厂车间的加工环境模型，所述加工环境模型包括可运行设备数量、在岗操作员以及中间产品的库存数； 步骤3、获取当天需要加工的产品数量； 步骤4、根据加工环境模型以及当天需要加工的产品数量构建离散制造车间鲁棒调度问题，该离散制造车间鲁棒调度问题的目标函数为最小化最大完工时间与最小化完工时间和交付时间的差值； 步骤5、对离散制造车间鲁棒调度问题进行求解，包括： 步骤51、选定特征，包括工序加工时长、工序的结束时间、设备利用率和工序离交付剩余时间这四个二维矩阵； 步骤52、根据四个二维矩阵基于实时加工数据将生产规程状态描述为四通道图像，基于四通道图像利用深度卷积神经网络逼近状态动作值； 步骤53、以启发式规则作为动作空间，基于深度卷积神经网络输出的状态动作值，利用Double DQN算法输出调度优化方案。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。