你知道吗？光缆是5G和互联网的“血管”，但生产中光纤分配常像“乱搭积木”——选太长浪费材料，库存久的没优先用，彩色光纤和回收光纤优先级难平衡。人工分配慢还易出错，传统算法在复杂订单下总“掉链子”。近日，我国武汉科技大学、华东师范大学等团队联合提出D3QNTF智能光纤分配模型，用深度强化学习（让AI通过试错学最优决策，像小孩学走路）解决了这个难题，相关成果发表在《Frontiers in Engineering Management》。

光缆生产的“老大难”：多目标优化像“走迷宫”

光纤分配是典型的多目标优化问题（同时优化多个冲突目标，比如省材料又高效）。关键因素包括：光纤长度（太长浪费）、库存时间（久的优先用）、颜色（彩色优先）、回收光纤（优先用）。传统方法如贪心算法（只看眼前最优，易浪费）、遗传算法（靠“进化”找方案，参数敏感），在复杂订单（比如同时生产3种不同长度光缆）下效率骤降——分段光纤变多、分配次数增加，直接拉高成本。

D3QNTF模型：AI里的“聪明调度员”

D3QNTF是在D3QN（决斗式双深度Q网络，更稳定的AI决策模型）基础上改进的新模型，核心有三大“聪明设计”：

1. 双函数防高估：把决策拆成“状态价值”（当前库存好不好）和“动作优势”（选这个光纤有多划算），避免AI过分自信选错动作，决策更稳；
2. 随机初始化可行解：一开始就给AI“正确练习样本”，不用盲目试错，学习更快；
3. 惩罚非法动作：比如选超过库存长度的光纤会被扣分，让AI少犯错。

简单说，这个模型就像给工厂配了个“智能调度员”，能自动平衡效率、成本和库存质量。

实验见真章：复杂订单下完胜传统算法

团队用真实工厂数据测试，对比贪心算法、遗传算法、DQN（深度Q网络，AI基础决策模型）等，结果亮眼：

• 在最复杂的320+520+7*20订单（3/5/7为长度，20为 bundle数）下，D3QNTF的**库存分数提升0.43%**（库存质量更好），**分段光纤减少26.67%**（省材料），分配次数更合理；
• 和D3QN相比，收敛更稳定，回报值更高，不会中途“掉链子”。

美中不足：还要跨几道坎

模型虽强，但也有局限：

• 目前只处理固定配置订单，面对临时加单、改规格的多样客户需求还需优化；
• 需要更多实际工厂数据验证通用性。

未来团队计划扩展到多订单场景，让模型更“万能”。

AI赋能智能制造：制造业转型的“加速器”

我国制造业正加速向智能制造转型，AI在生产调度中的应用是关键。D3QNTF模型不仅能降低光缆生产的材料浪费和成本，还为其他制造领域（如汽车、电子）的资源分配提供了参考，助力我国制造业“提质增效”。

来源: 工程管理前沿