为了适应变化万千、竞争激烈的市场环境,制造企业向多类型、小规模的离散制造模式转变,导致车间生产过程变得复杂动态,发生突发事件的概率大大提高。而目前离散型制造企业使用的车间调度系统,同生产实际情况相差甚远,在复杂动态场合很难应用,通常需要人工对调度方案进行适应性调整。但是人工调整的优劣取决于调度员的经验和知识水平,而且往往需要耗费大量的时间和劳动力,调度方案的稳定性及车间生产效率难以保证。所以,迫切需要改善生产车间依赖人工调整的现状。与此同时,智能制造与数字化工厂的发展,使生产车间产生大量数据,为机器学习的应用提供了可能。在这种环境下,使用深度学习、深度强化学习,开发基于这些数据的自学习、自适应车间调度系统,不仅考虑了这些数据的价值,还可以通过数据对实际调度车间的实现动态感知和智能控制,从而指导实际生产过程出现的各种动态问题,实现车间自适应调度,缓解车间对人工调整的依赖。因此,本文针对车间调度系统在实际应用过程中过度依赖人工的特点,通过对车间历史及实时数据的研究和人工调整经验的总结,将深度学习、深度强化学习融入到高级计划与排程技术,训练生产系统的学习能力,提高生产调度的自适应性和实时性,使调度方案能够更好地适应复杂动态的实际生产过程。主要研究工作如下:(1)通过对生产调度隐性扰动场景的研究,总结不同生产场景下人工调整操作及其效果,设计隐性扰动场景下人工调整方式的选择模型。首先,利用遗传算法仿真出理想调度方案与实际调度方案的累计误差时间作为重调度的触发点。其次,记录该时刻遗传仿真出的生产信息作为深度学习的输入,遗传仿真出的最优人工调整方式作为输出。最后通过LSTM网络,学习生产过程中生产信息与人工调整方式的内在联系,实现隐性扰动下的人工调整方式的选择,并通过具体实例验证了算法的可行性。在隐性扰动场景结合深度学习方法,使得调度方案具有高适用性与通用性。(2)通过对车间显性扰动场景的研究,将具有感知能力的深度学习和具有决策能力的强化学习相结合,将深度强化学习的方式应用于复杂动态车间调度。首先,把车间调度问题视为序列决策问题,以实时生产环境信息作为状态空间,以调度规则作为动作空间,使用加工时间与最大完工时间的组合设置奖惩函数。同时,使用一种多智能体DDPG的深度学习方法训练模型,提高算法更新效率,实现根据实时生产环境信息自动匹配较优的实时调度策略。将深度强化学习的方式融入到APS系统中,提供了一种通用性框架。(3)通过车间调度的标准测试数据,对比遗传算法、传统强化学习算法以及单一调度规则,分别在静态和动态场景下验证作业车间深度强化学习算法的实时性和有效性。本文方法在静态环境中与最优解的调度准确率为91.05%,在动态环境下的准确率为81.28%。与单一调度规则对比,本文算法在保证了实时性的基础上,同时提高了求解质量。与启发式搜索算法进行对比,虽然解的质量略有不足,但算法灵敏性、动态性都得以大幅改进。最后,根据本文研究内容,搭建动态车间调度可视化平台,方便操作人员使用。