基于DRQN的复杂产品工艺路线柔性规划方法

摘要

针对动态工艺需求及工艺数据复杂多变的工艺路线规划问题，提出了一种基于深度循环Q网络（deep recurrent q-network,DRQN）的工艺路线柔性规划方法。首先，结合长短期记忆网络（deep recurrent q-network,DRQN）的结构优势，充分挖掘序列数据中的特征，提高工艺路线规划的准确性和稳定性。其次，借助深度Q网络及自适应调整策略的强大动态决策能力，解决需求变更和加工环境变化带来的挑战。最后，采用“选择性遗忘”机制，提高频繁工艺更改时工艺路线规划的响应速度。仿真实验结果表明，所提方法能有效地解决零件发生特征重构的工艺路线规划问题。

关键词

复杂产品 / 深度强化学习 / 工艺路线 / 柔性规划 / DRQN