Entwicklung einer Methode zum Einsatz von Reinforcement Learning für die dynamische Fertigungsdurchlaufsteuerung

Ziel dieser Arbeit ist es, eine Methode zu entwickeln, mit der die Matrixproduktion im Falle einer Störung umgeplant werden kann. Zu diesem Zweck werden verschiedene Methoden der künstlichen Intelligenz in neuartiger Weise kombiniert. Die entwickelte Methode wird anhand eines theoretischen und einem realen Terminierungsfalles validiert. This work aims to develop a method that can reschedule the matrix production in the case of a disruption. For this purpose, different artificial intelligence methods are combined in a novel way. The developed method is validated on a theoretical and a real scheduling case.