基于强化学习的施工调度智能优化模型及其工程适用性评估

摘要

针对传统施工调度方法在应对复杂工序、动态变化及资源冲突方面的不足，本文提出一种基于强化学习的施工调
度智能优化模型。通过构建以深度 Q 网络（DQN）为核心的学习框架，将施工任务状态、资源配置与调度策略有机结合，
实现调度方案的自动生成与动态优化。在某城市综合体建设项目中开展实证研究，结果表明该模型在缩短工期、提升资源
利用率和应对突发事件等方面具有显著优势。研究验证了该方法在工程实际中的适用性，并为施工调度智能化提供了新路径。