在智能工业体系下,生产与运输协调已经成为生产系统中最为重要的一环。企业生产过程具有工序繁多复杂、能耗高以及环境要求严格等特点,这使得合理地安排工序间的运输变得尤为重要。为了缩短生产时间、降低能耗,使得企业既能响应国家智能工业的政策,又能符合绿色环保的要求,本文主要针对生产与运输协调进行深入研究。本文以钢铁企业为研究背景,针对生产过程中时常含有高温作业运输等特点,提炼出两个带高温运输与带批生产的协调调度问题进行研究。已知运输与生产协调调度问题被证明是NP难问题,在求解过程中存在维数灾难。因此,采用强化学习算法分别对两个问题进行求解。本文主要研究的内容如下:(1)针对单个批处理机环境,考虑多台运输车进行生产前运输,考虑车辆和机器容量限制。工件动态到达运输区后等待运输,运输到生产区等待批处理机生产,批处理机可以同时加工多个工件作为一批。每批工件的加工时间为批次工件中加工时间的最大值,以总完工时间最小为目标,建立两阶段协调调度的模型。根据问题中车辆和机器忙闲程度、工件实时信息来定义状态特征,将调度规则作为动作,根据问题目标定义奖励,实现问题的转化。针对状态连续且空间过大的问题,采用了函数逼近的方法对Q-Learning算法进行改进,并对转化后的问题进行求解。实验结果表明了算法具有较好的稳定性和可行性。(2)针对多个批处理机环境,多台车进行运输,设置车辆容量为1,带机器容量限制等约束,考虑机器在线时间,工件动态到达等待运输,运输完成后分配组批进行加工,以总完工时间为目标,建立混合整数规划模型。然后从车辆、机器和工件的状态实时变化来定义状态特征,选择调度规则作为动作,以问题目标设计奖励函数,完成问题的转化。最后针对存在状态特征连续的情况下提出了线性值函数逼近的强化学习算法对问题进行求解。实验结果表明,该算法对于求解生产与运输协调调度问题具有良好的稳定性和有效性。