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！

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利一种基于强化学习的可重入混合流水车间生产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：CN119690009B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411817753.1，技术领域涉及：G05B19/418；该发明授权一种基于强化学习的可重入混合流水车间生产调度方法是由刘昶;王鑫卓;王瑞;史海波设计研发完成，并于2024-12-11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可重入混合流水车间生产调度方法在说明书摘要公布了：本发明涉及一种基于强化学习的可重入混合流水车间生产调度方法，首先分析可重入混合流水车间生产需求，确定当前产品生产的信息；然后确定优化目标，以最小化最大完工时间以及最小化总延迟时间作为优化目标，确定约束条件及参数，以及确定优化问题中的约束和相关参数变量，建立多目标可重入混合流水车间调度问题模型；利用强化学习进行优化求解，基于马尔可夫决策过程模型进行描述，构建状态空间、动作空间，为克服强化学习中奖励稀疏问题带来的挑战，采用分层奖励的方式，构建全局外在奖励与完成每阶段生产后的内部奖励；用双向长短期记忆网络BiLSTM构建调度策略，提取内部调度信息，利用近端策略优化PPO对模型进行训练，实现行动选择的智能决策。

本发明授权一种基于强化学习的可重入混合流水车间生产调度方法在权利要求书中公布了：1.一种基于强化学习的可重入混合流水车间生产调度方法，其特征在于，包括以下步骤： 1基于生产车间相关信息，构建可重入混合流水车间调度问题数学模型； 2基于可重入混合流水车间调度问题数学模型，构建强化学习模型； 3基于双向长短期记忆网络提取潜在调度信息，构建调度策略模型，利用近端策略优化方法对调度策略模型进行训练，利用训练好的调度策略模型得到行动选择的智能决策； 所述步骤1包括以下步骤： 1.1确定加工设备信息和工件信息； 1.2将最小化最大完工时间以及最小化总延迟时间作为可重入混合流水车间生产调度问题的优化目标； 1.3根据假设和实际加工过程，确定可重入混合流水车间生产调度问题中的约束条件和相关参数变量； 所述约束条件包括： 其中，i为工件索引，I为工件集合，I＝{1,2,...,n}，n为工件总数，j为生产阶段索引，J为生产阶段集合，J＝{1,2,...,p}，p为生产阶段总数，l为加工层次索引，L为加工层次集合，L＝{1,2,...,t}，t为加工层次总数，k为机器索引，Kj为生产阶段j可用机器集合，Kj＝{1,2,...mj}，mj为生产阶段j可用机器总数，Pijl为工件i在第l层的生产阶段j的加工时间，Sijl为工件i在第l层的生产阶段j的开始加工时间，Cijl为工件i在第l层的生产阶段j的完成加工时间，di为工件i的交货期，Cmax为最大完工时间，A为正数，xijlk和为决策变量。

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中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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。