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！

龙图腾网获悉北京科技大学申请的专利一种分布式可重入车间动态调度问题的优化方法及装置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：CN115271346B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210711419.2，技术领域涉及：G06Q10/0631；该发明授权一种分布式可重入车间动态调度问题的优化方法及装置是由吴秀丽;谢子润设计研发完成，并于2022-06-22向国家知识产权局提交的专利申请。

本一种分布式可重入车间动态调度问题的优化方法及装置在说明书摘要公布了：本发明公开了一种分布式可重入车间动态调度问题的优化方法及装置，涉及车间调度技术领域。包括：获取待调度车间的加工信息；设定强化学习的状态特征向量、动作集以及奖赏函数；根据加工信息、状态特征向量、动作集、奖赏函数以及改进的双Q学习算法，得到车间调度方案。本发明能够解决分布式可重入车间中如何合理制定动态调度决策方法，以实现三个工段的协同生产，并充分利用现有的资源的问题。本发明可以有效地求解分布式可重入车间动态调度问题，并对动态干扰事件作出及时响应。

本发明授权一种分布式可重入车间动态调度问题的优化方法及装置在权利要求书中公布了：1.一种分布式可重入车间动态调度问题的优化方法，其特征在于，所述方法包括： S1、获取待调度车间的加工信息；所述加工信息包括待加工工件数量、加工时间、并行机数量、分配结果以及交付时间；其中，所述加工时间包括第一工段加工时间、第二工段加工时间以及第三工段加工时间；所述分配结果为工件在第三工段分配至不同工厂的结果； S2、设定强化学习的状态特征向量、动作集以及奖赏函数； S3、根据所述加工信息、状态特征向量、动作集、奖赏函数以及改进的双Q学习算法，得到车间调度方案； 所述S3中的根据所述加工信息、状态特征向量、动作集、奖赏函数以及改进的双Q学习算法，得到车间调度方案包括： S301、设定改进的双Q学习算法的参数；所述参数包括学习率、折扣因子、聚类数、训练次数、迭代次数、经验共享率以及贪婪策略参数； S302、获取智能体状态； S303、初始化每个智能体的表和表，初始化公共值表；令，； S304、若，则执行S305；若，则执行S311； S305、根据所述智能体状态计算当前每个智能体的状态特征向量的值，将所述每个智能体的状态特征向量的值进行聚类得到智能体的聚类状态；根据所述聚类状态获取公共值；并以的概率采用公共值表的值替换当前智能体的表中的值以及表中的值，得到替换后的智能体的表和表； S306、根据所述替换后的表、表以及贪婪策略得到选择的动作； S307、执行所述选择的动作，将智能体状态转移至状态，并根据奖赏函数计算得到即时奖励； S308、更新S306所选择的替换后的智能体的表或表，并更新公共值表； S309、令；更新智能体的状态； S310、判断是否所有工件已调度完毕；若已调度完毕，则令，转去执行S304；若未调度完毕，则转去执行S305; S311、随机选择用表替代表或选择用表替代表，得到同化后的表； S312、计算当前每个智能体的状态特征向量的值，将所述每个智能体的状态特征向量的值进行聚类得到智能体的聚类状态；根据所述聚类状态获取公共值，并以的概率采用公共值表的值替换表的值； S313、将所述替换后的表根据贪婪策略选择的最大的动作；以的概率选择所述动作、或以的概率随机选择动作，得到选择的动作； S314、执行所述选择的动作，将智能体状态转移至状态，并根据奖赏函数计算得到即时奖励； S315、更新替换后的表以及公共Q值表；令；更新智能体的状态； S316、判断是否所有工件已调度完毕，若已调度完毕，则执行S317；若未调度完毕，则转去执行S312； S317、若，则令,转去执行S312；若，则输出迭代得到的车间调度方案。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。