基于强化学习的生产再决策问题研究

摘要

为了解决制造型企业面临的订单变更后生产再决策问题,提出了一种基于强化学习(Reinforcement learning)的生产再决策方案.对订单变更问题使用半马尔可夫决策模型建模,综合考虑企业实际生产环节中的设备使用情况、产品的收益、库存开销以及订单的违约赔偿等因素,将企业收益最大化和变更前后生产决策差异最小化作为优化目标,采用动态改变探索速率和学习速率的Q-learning算法对生产再决策问题进行优化.数值实验证明,所提出的方法可以快速获得生产再决策方案.