基于強化學習的航天產品裝配線投產排序研究*

譚遠良，呂佑龍，左麗玲，張 潔

(東華大學a.機械工程學院；b.人工智能研究院，上海 201620)

0 引言

隨著航天產品迎來新一輪的發展，其種類大幅增加，呈現出多品種、小批量的生產特點。各產品類型在工位上的裝配時間存在差異，使得總裝線上的產品投產排序難以依靠人工計劃實現工位負荷均衡，出現負荷過大的瓶頸工位，難以滿足航天產品嚴格按時交付的特殊性要求。混流裝配線排序問題通過安排多類型產品在裝配線的投產順序，可實現裝配線工位負荷均衡，對提高航天產品制造效率具有重要意義[1-3]。

啟發式算法由于通用性好、搜索能力強等優點，被廣泛應用在車間調度問題中[4-6]，如針對混流裝配線投產排序問題，劉瓊等[7]提出了一種遺傳算法和粒子群算法結合的混合算法，解決多目標混流裝配線排序問題。孫寶鳳等[8]提出了一種基于遺傳算法的雙目標混流裝配線投產排序決策模型，實現物料消耗方差和換裝成本最小化。魯建廈等[9]以最小化總調整時間和最小化超載時間與空閑時間為優化目標，提出了一種混合人工蜂群算法，解決混流汽車裝配線排序問題。ZHAO等[10]提出了一種混沌差分進化算法，解決混流裝配線的多目標排序問題。KIM等[11]提出了一種最小化效用工作和空閑時間的快速排序算法，解決多工位混流裝配線排序問題。ZHONG等[12]提出了一種改進粒子群優化算法，解決船體裝配線多目標排序問題。但是上述算法也存在收斂不穩定，收斂速度受種群初始化影響等缺點，當產品需求比例發生變化時，需重新訓練，使得難以快速搜索到合理的產品投產序列。……