机床与液压

作者：王前莉，李颖，樊海超

单位：宜春学院数学与计算机科学学院；宜春学院数学与计算机科学学院；江西理工大学信息工程学院

关键词：热冷加工;强化学习混合算法;多目标优化;混合灰狼优化算法

基金：国家自然科学基金项目(62166019)

针对液压缸热冷加工车间调度问题的复杂性和多目标优化需求，构建多目标调度模型，旨在最小化总完工时间和机器总能耗。液压缸生产过程中涉及并行加工、批处理和单件加工等多种工序，传统调度方法难以兼顾生产效率和能耗控制。为此，提出一种基于强化学习的混合灰狼优化算法（IGWO）。采用双层编码结构，设计混合解码策略，分别针对并行工序、热处理工序和单件加工工序进行解码。在灰狼优化算法的基础上，引入基于Q-learning的自适应参数控制策略，通过强化学习动态调整收敛因子和步长因子，提升算法的全局和局部搜索能力。此外，设计渐进式头狼选择机制和基于关键路径的变邻域搜索策略，有效避免算法陷入局部最优。试验结果表明：所提算法在24个测试算例中显著优于NSGA-II、GWO和ABC算法，尤其在较大规模问题上表现出更强的收敛性和多样性。通过工程案例分析进一步验证了该算法在实际生产中的有效性，能够为液压缸热冷加工车间提供高效、节能的调度方案。

来源：2025年第22期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第22期