近日，计算机科学与人工智能领域国际权威期刊《Expert Systems With Applications》(2025中科院一区，Top期刊，影响因子7.5) 发表了天博体育 智能制造团队联合武汉理工大学、瑞典皇家理工天博体育 在动态车间调度方面取得的最新研究成果，论文题目为“Dynamic scheduling for flexible job shop under machine breakdown using Improved Double Deep Q-network”。该论文第一完成单位为天博体育网址官网 ，由天博体育 吴锐讲师、研究生郑剑鑫、李西兴副教授，武汉理工大学机电工程天博体育 李益兵、唐红涛教授，瑞典皇家理工天博体育 工业工程与管理天博体育 王曦教授共同完成。

柔性作业车间是生产调度中常见的环境之一，与传统作业车间调度相比，在机器选择、工序排序等方面具有更高的复杂性，在面对动态干扰时需要更高效的实时重调度方法。基于调度规则的方法具有较好的时效性，但是单一调度规则通常难以取得优良解。因此该文提出一种改进的双深度Q网络用于在重调度过程中动态选择调度规则，针对考虑机器故障的动态柔性作业车间调度问题，设计了相应的状态、动作及奖励函数。为了验证算法的有效性和通用性，开展了消融实验以及多角度的对比试验，结果表明，该文提出的算法在求解考虑机器故障的柔性作业车间调度问题时相比其他算法具有显著优势。

这项工作得到了国家自然科学基金项目，湖北省高层次人才科研基金项目和湖北工业大学博士科研启动基金项目的资助。

原文：Rui Wu, Jianxin Zheng, Xixing Li, Hongtao Tang, Xi Vincent Wang, Yibing Li, Dynamic scheduling for flexible job shop under machine breakdown using Improved Double Deep Q-network[J],Expert Systems with Applications, 2025,288:128280. 原文链接：//doi.org/10.1016/j.eswa.2025.128280