一种基于强化学习的制造和计算工业终端多目标调度方法技术

一种基于强化学习的制造和计算工业终端多目标调度方法，本发明专利技术涉及云边协同及智能调度技术领域，具体是涉及基于强化学习的制造和计算工业终端多目标混合调度方法。本发明专利技术为解决传统制造资源、计算资源独立调度方法不适用于工业互联网云边协同场景的问题。过程为：一、构建CET‑CIMS系统和调度机制；二、构建制造和计算任务的联合调度模型；三、设定深度强化学习算法的状态空间、动作空间和奖励函数；四、获得训练好的DQN强化学习模型；五、将待调度的制造任务的加工工时信息和制造任务的加工机器信息，以及根据制造任务加工工时信息确定的计算任务的数据容量信息，输入训练好的DQN强化学习模型，输出调度方案包括制造任务的调度和计算任务的卸载方案。

【技术实现步骤摘要】

本专利技术涉及云边协同及智能调度，具体是涉及基于强化学习的制造和计算工业终端多目标调度方法。

技术介绍

1、随着工业互联网相关政策的推出和完善，众多企业逐步向数字化和智能化转型。生产车间中的各种工业设备终端通过传感器和通信网络相互连接，形成了庞大的工业互联网系统。工业互联网平台的传统架构依赖于将工业设备终端的计算任务集中上传至云平台进行处理，以实现智能化生产和管控。然而，随着制造资源和计算资源数量的指数型增长，传统架构逐渐难以满足工业生产实时性的计算需求。为了提高数据处理效率，工业互联网平台开始引入边缘计算，即将部分计算任务从中心云下沉到边缘端进行实时处理。因此，工业互联网平台开始向云-边-端一体化架构发展。面对中心云、边缘端和终端设备相互协同的工业场景，如何在海量异构的终端设备之间进行快速合理的调度，以满足工业生产的准时执行和优化目标，成为工业互联网高效运行的关键。

2、现有调度问题的求解方法主要分为三类：基于规则的调度方法、基于元启发式的调度方法和基于强化学习的调度方法。基于规则的调度方法简单易懂，但是不适用于实时变化的生产系统，元启发式算本文档来自技高网...

【技术保护点】

1.一种基于强化学习的制造和计算工业终端多目标调度方法，其特征在于：所述方法具体过程为：

2.根据权利要求1所述的一种基于强化学习的制造和计算工业终端多目标调度方法，其特征在于：所述步骤一中构建CET-CIMS系统；

3.根据权利要求1或2所述的一种基于强化学习的制造和计算工业终端多目标调度方法，其特征在于：所述步骤二中基于步骤一定义的CET-CIMS系统的调度机制，构建制造任务调度模型和计算任务卸载模型；基于构建的制造任务调度模型和计算任务卸载模型，构建制造和计算任务的联合调度模型；具体过程为：

4.根据权利要求3所述的一种基于强化学习的制造和计算工...

【技术特征摘要】

1.一种基于强化学习的制造和计算工业终端多目标调度方法，其特征在于：所述方法具体过程为：

2.根据权利要求1所述的一种基于强化学习的制造和计算工业终端多目标调度方法，其特征在于：所述步骤一中构建cet-cims系统；

3.根据权利要求1或2所述的一种基于强化学习的制造和计算工业终端多目标调度方法，其特征在于：所述步骤二中基于步骤一定义的cet-cims系统的调度机制，构建制造任务调度模型和计算任务卸载模型；基于构建的制造任务调度模型和计算任务卸载模型，构建制造和计算任务的联合调度模型；具体过程为：

4.根据权利要求3所述的一种基于强化学习的制造和计算工业终端多目标调度方法，其特征在于：所述步骤二一中构建制造任务调度模型；具体过程为：

5.根据权利要求4所述的一种基于强化学习的制造和计算工业终端...

【专利技术属性】
技术研发人员：郭超众，吴圆欢，先泳璋，闫纪红，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：