[发明专利]一种基于强化学习的智慧云制造系统及调度方法

权利要求书

1.一种基于强化学习的智慧云制造系统的调度方法，其特征在于，包括如下步骤，步骤S1、制造商将自己的产品功能，属性等各项数据上传至制造商使用的第一智能终端，第一智能终端通过无线通信模块将数据发送至服务器中；

步骤S2、中间服务器在收到产品数据后，基于产品的类型进行分类；

步骤S3、需求方将其对于产品的需求参数，对于制造商的要求参数上传至中间服务器；

步骤S4、对于一定时间段内提出的相同类型产品需求的需求方，选择数据库中提供类似产品的所有制造商，计算双方之间的偏好度，用以进行产品的双边适配；

步骤S5、根据服务器计算得出的两种偏好排序，得到Gale-Shapley算法进行适配，获取考量总体满意度及物流成本因素的适配方案；

步骤S6、根据Gale-Shapley算法获取的初步适配结果，将该结果计为强化学习的初始状态，再使用Q-learning算法对于强化学习模型进行训练；

步骤S7、输出经过强化学习训练后的适配结果。

2.根据权利要求1所述的一种基于强化学习的智慧云制造系统的调度方法，其特征在于，所述步骤S5中，Gale-Shapley算法包含以下步骤，

步骤S51、输入包含制造商和经销商的地理位置，生产属性的属性矩阵；

步骤S52、通过经纬度数据和公式计算制造商和经销商之间的二维坐标距离；

步骤S53、通过距离构建制造商对经销商的偏好列表，通过属性计算经销商对与制造商的偏好列表；

步骤S54、从经销商提供任务列表里选出一个未进行配对的任务，如果全都选好，则结束循环，并且输出匹配结果；

步骤S55、从该经销商偏好列表中取出位于第j位的制造商，j初始化为0，如果第j位制造商之前未配对过，那么可以完成配对；

步骤S56、若第j位制造商已经有配对，则将已经配对的经销商与现在进行配对的经销商进行比较，若在第j位制造商的偏好列表中，现在经销商处于更靠前的位置，则解除之前经销商的适配，并与现在经销商进行适配；

步骤S57、若对于第j位经销商来说，现在的制造商在偏好列表中低于之前制造商，则维持适配不变；同时，j＝j+1，跳至步骤55；

步骤S58、跳至步骤S54。

3.根据权利要求1所述的一种基于强化学习的智慧云制造系统的调度方法，其特征在于，所述步骤S6中，用Q-learning算法对于强化学习模型进行训练，训练步骤如下，

步骤S61、按顺序选择一个经销商制造商配对，根据自定的选择策略更换该经销商的配对，得到一个新的适配方案；

步骤S62、根据Q-learning公式更新Q表，并跳至步骤61；

步骤S63、按设定迭代次数完成循环后得到训练后的适配结果。