混流制造（HFS:Hybrid Flow Shop）是一种常用且主流的大批量定制生产（MCP:Mass Customization Production）组织模式。针对混流制造车间的调度问题的求解,一直是智能制造领域的研究热点。目前,针对该问题多数是采用传统的数学规划、启发式算法等进行解决。然而由于HFS具有规模大、资源约束多、动态性强的特点,所以一方面会因为维数灾难进而导致求解困难,另外一方面也会因为解空间的求解难速度以快速匹配动态变化过程,而导致系统响应调度的时效性不足。本文拟采用深度强化学习方法对此类问题进行求解,先通过挖掘车间历史生产数据的价值进行学习,再应用于匹配调度策略,不仅可以达到解决维数灾难的效果,而且在匹配调度的过程中响应时间极短,可以有效解决时效性不足的问题。本文总体的研究思路是,以提升加工效率、增强适应性为目标,在对车间系统采用MPN（Manufacturing Petri Net）建模和数据状态建模的基础上,提出一种基于DDQN（Double Deep Q-Learning）的混流车间动态自适应调度优化方法进行研究。本文的具体研究工作如下:（1）首先是根据企业实际生产的混流车间,采用MPN模型进行建模。针对实际的混流车间中的关键要点进行抽象化处理,还原车间生产逻辑和机制,压缩解空间,总结工件的加工约束关系。使系统建模既实现在描述方面的真实性和精确性,又具备在开展研究时的直观性和便利性。（2）其次是根据车间作业的历史数据,精准构建基于马尔科夫状态过程的数据状态。针对匹配数据状态建模的问题,将车间制造节点采集系统所获取到的人、机器、物料、工艺、环境等多源异构的状态信息和行为事件信息进行链接,从而构成一种多维内联的数据状态,以反映出制造过程中的生产逻辑,作为模型训练数据集。（3）然后是基于DDQN算法并结合车间调度场景设计训练步骤,通过模型训练生成用于指导调度的深度知识网络DQN。针对传统Q-learning算法容易导致过度估计的问题,本文采用基于CNN的双层深度Q网络算法来训练模型,充分利用在车间生产中产生的数据所蕴含的价值,训练得到的深度知识DQN可以指导车间智能化生产。（4）最后是结合覆铜板生产案例展开实验,并分析实验结果得出结论。通过结合实例开展实验,一方面是对深度知识网络DQN的指导效果进行验证,分析基于深度知识网络DQN的有效性;另一方面是通过与其它传统算法和启发式算法的对比实验,分析基于DDQN的动态自适应调度系统的优势。实验数据表明采用DDQN算法可以有效解决HFS混流车间调度问题,在优化调度方面,与蚁群算法和遗传算法相比优化时间更短、优化效果更为稳定,可以解决因维数灾难而求解困难的问题;在提升系统时效性方面,与基于启发式规则的强化学习算法相比具有更快的响应速度,可以提高对动态环境的自适应性。