家具行业作业车间调度优化：考虑机器设置、批次变异和内部物流的强化学习方法

本文探讨了深度强化学习在家具行业的潜在应用。为提供广泛的产品组合，大多数家具制造商采用作业车间组织形式，这最终导致了作业车间调度问题（JSSP）。我们重点解决JSSP，旨在扩展传统模型以更好地反映现实生产环境的复杂性。现有方法常常忽略机器设置时间和可变批次大小等关键因素。我们提出了一个模型概念，提供更高水平的信息细节以提高调度准确性和效率。该概念将DRL引入生产计划，特别适用于家具行业等批量生产行业。该模型通过纳入作业量、缓冲区管理、运输时间和机器设置时间，扩展了传统的JSSP方法。这使得能够更精确地预测和分析生产流程和过程，适应现实制造过程中固有的可变性和复杂性。强化学习智能体学习优化调度决策。它在离散动作空间中运行，基于详细的观测做出决策。奖励函数引导智能体的决策过程，从而促进高效调度并满足生产期限。我们讨论了两种集成RL智能体的策略：适用于低自动化环境的周期性规划，以及适用于高度自动化工厂的连续规划。周期性规划可作为独立解决方案使用，而连续规划则需要将智能体与企业资源计划（ERP）和制造执行系统集成。基于动态变化，连续规划能够实时调整生产计划。