Selbstoptimierende Reihenfolgebildung in der Fertigung - Selbstoptimierende Reihenfolgebildung in der Werkstattfertigung durch bestärkendes Lernen

Konventionelle Ansätze der Reihenfolgebildung basieren zumeist auf regelbasierten Heuristiken und erfordern bei Systemänderungen manuelle Anpassungen. Dieser Beitrag stellt einen Ansatz zur dezentralen Reihenfolgebildung mittels „Deep Q-Learning“ vor. Durch die Berücksichtigung verschiedener Fertigungskennzahlen für die Bewertung wird die automatisierte Anpassung der Reihenfolgebildung an das Fertigungssystem und eine Verringerung der Durchlaufzeit erreicht.