机床与液压

作者：王芸轩，袁逸萍，王炳帆，卢永鑫

单位：新疆大学机械工程学院；新疆大学机械工程学院；新疆大学机械工程学院；新疆大学机械工程学院

关键词：置换流水车间调度;深度强化学习;自适应机制

基金：丝绸之路经济带创新驱动发展试验区、乌昌石国家自主创新示范区科技发展计划项目（2024LQ01002）；中央引导地方项目（ZYYD2025JD07）

针对铝箔车间置换流水车间调度问题，提出一种基于自适应深度强化学习的智能调度框架，以最小化最大完工时间为目标。通过改进双深度Q网络算法，引入自适应机制和动态超参数调整策略，结合遗传算法、模拟退火算法、禁忌搜索算法和人工蜂群算法构建层级式动作空间，设计包括最大完工时间奖励、寻优能力奖励和超期惩罚的多因素综合奖励函数，实现调度策略的闭环优化。实验结果表明：所提DDQN算法在10～50个订单的全规模测试集上均显著超越NEH基准算法，其基于NEH的相对偏差百分比相较次优算法禁忌搜索算法（TS）提升18.1%。在稳定性方面，DDQN的标准差均值较TS算法降低33.5%，在大规模测试中的降幅达45.8%，表明所提算法在工业场景下的鲁棒性优势。此外，通过“离线训练-在线应用”的混合模式，算法在实际生产中展现出良好的泛化能力和实时响应性能，为复杂生产环境下的调度优化提供了高效、自适应的解决方案。

来源：2026年第6期

《机床与液压》期刊编辑部

查看机床与液压杂志2026年第6期