基于优先级引导动作掩码PPO的在线计量检定调度优化
《Applied System Innovation》:Priority-Guided Action-Masked Proximal Policy Optimization for Dynamic Scheduling of Electric Power Material Verification Tasks Under Multi-Source Disturbances
【字体:
大
中
小
】
时间:2026年09月28日
来源:Applied System Innovation 3.4
摘要
云南电网计量检定中心通过六条自动化检定线上的多工序测试链,处理动态到达的单相和三相智能电表、低压电流互感器和采集终端批次,面临着批量到达、紧急重新检定工单、设备效率漂移和随机故障等挑战。本文提出了一种名为PPO-TS的优先级引导动作掩码近端策略优化框架,用于在线检定调度。该问题被建模为一个马尔可夫决策过程,其中通过动作掩码移除不可行的任务-设备分配,采用融合的静态-动态优先级评分对可行候选进行排序,仅将排名靠前的部分传递给PPO策略进行最终选择。基于Brandimarte柔性车间实例,参考中心的产线结构、批量规模特征和扰动概况,构建了一个参数化的仿真环境。在十五个评估单元和六个基线方法中,每个单元使用十个随机种子,PPO-TS在每个单元中都取得了最高的加权综合得分。与最强的基于规则的基线方法相比,PPO-TS将平均完成时间减少了12.9%,迟交率降低了8.4个百分点,中断恢复成本降低了33.3%,同时吞吐量提高了5.8%,设备利用率下降了0.024。消融分析和敏感性分析表明,动作掩码和优先级过滤是主要增益来源。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号