我国于2015年5月提出的《中国制造2025》十年行动纲领,旨在寻求制造业的转型升级,其中,制造智能化是我国迈入制造强国的重要途径之一。汽车工业是制造业的重要组成部分。近年来,汽车制造业由过去的大规模、高增量的生产模式逐渐转向柔性生产模式,更加注重对客户的个性化服务,因此,如何灵活应对客户个性化需求、如何进一步降低生产成本成为汽车制造企业面临的难题。本文针对汽车涂装线的作业优化排序问题开展研究。在汽车涂装线作业优化排序问题上,国内外学者提出了各类算法进行求解。目前针对此问题的优化算法以启发式算法为主,且大多数只关注降低颜色切换次数这一单一目标。由于启发式算法结构较为固定,导致其寻优效果常常受到限制,尤其是在大规模或复杂问题域中。本研究中,为使涂装线作业优化排序问题更加贴近实际生产,考虑降低颜色切换次数和降低总装需求延误两个目标,同时在算法上寻求新的尝试,提出基于强化学习的优化算法。具体工作如下:首先,分析汽车涂装线作业优化排序问题以及现有优化算法的解决思路,梳理本问题流程,明确涂装线作业优化排序问题范围,掌握本问题的关键点,提出本研究要解决的问题。其次,对汽车涂装线作业优化排序问题进行抽象提炼,明确本问题的目标函数和限制条件,提出本问题的数学模型。然后,将汽车涂装线作业优化排序过程抽象为马尔可夫过程,设计基于强化学习的两种优化算法,传统Q学习算法和启发式Q学习算法,同时设计遗传算法作为对比算法。最后,设计对比实验,通过实验算例对比各类算法在汽车涂装线作业优化排序问题上的表现,比较各类算法的优劣,验证了强化学习算法在汽车涂装线作业优化排序问题上的实用性。本研究为解决涂装车间作业排序问题做出新的算法尝试,并试图为大数据时代基于数据驱动的涂装车间生产调度问题提供新的解决方案。