BEGIN:VCALENDAR VERSION:2.0 PRODID:-//TUC//Events//EN CALSCALE:GREGORIAN BEGIN:VTIMEZONE TZID:Europe/Athens TZNAME:EEST DTSTART:19700329T030000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3 BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0300 TZNAME:EET DTSTART:19701025T040000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10 END:STANDARD END:VTIMEZONE BEGIN:VEVENT CREATED:20250707T145835Z LAST-MODIFIED:20250707T145835Z DTSTAMP:20260906T083908Z UID:1788673148@tuc.gr SUMMARY:Παρουσίαση Διπλωματικής Εργασίας κ. Γεωργίου Πανταζή - Σχολή ΗΜΜΥ LOCATION: DESCRIPTION:https://www.tuc.gr/el/to-polytechnei o/ilektronikes-ypiresies/imerologio/ imerologio-ekdiloseon-1?tx_tucevents 2_tuceventsdisplay%5Baction%5D=show& tx_tucevents2_tuceventsdisplay%5Bcon troller%5D=Event&tx_tucevents2_tucev entsdisplay%5Bevent%5D=7910&cHash=ad 33db600da0583f1a8f8cb309b08ab3\nΠΟΛΥ ΤΕΧΝΕΙΟ ΚΡΗΤΗΣ\n Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών\ n Πρόγραμμα Προπτυχιακών Σπουδών\n Π ΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n Γε ωργίου Πανταζή\n με θέμα\n Έλεγχος Γ ραμμών Παραγωγής με χρήση Τεχνικών Β αθιάς Ενισχυτικής Μάθησης\n Producti on Line Control using Deep Reinforce ment Learning Techniques\n Εξεταστικ ή Επιτροπή\n Καθηγητής Μιχαήλ Γ. Λαγ ουδάκης, επιβλέπων (Σχολή ΗΜΜΥ) \n Κ αθηγητής Θρασύβουλος Σπυρόπουλος (Σχ ολή ΗΜΜΥ) \n Αναπληρωτής Καθηγητής Ε υστράτιος Ιωαννίδης (Σχολή ΜΠΔ)\n Πε ρίληψη\n Οι σύγχρονες γραμμές παραγω γής αντιμετωπίζουν προκλήσεις, όσον αφορά στη διατήρηση της αποδοτικότητ ας. Αυτές οι προκλήσεις οφείλονται σ ε διάφορους λόγους, όπως οι απρόβλεπ τες βλάβες μηχανών, οι διακυμάνσεις της ζήτησης και η συμφόρηση των ενδι άμεσων αποθεμάτων. Αυτά τα ζητήματα οδηγούν σε αυξημένο κόστος και καθυσ τερήσεις, τα οποία οι παραδοσιακές μ έθοδοι χρονοπρογραμματισμού δυσκολεύ ονται να διαχειριστούν. Καθώς τα συσ τήματα παραγωγής γίνονται ολοένα και πιο περίπλοκα, υπάρχει αυξανόμενη α νάγκη για προσαρμοστικές στρατηγικές ελέγχου που μπορούν να βελτιστοποιο ύν την παραγωγή σε πραγματικό χρόνο. Στην παρούσα διπλωματική εργασία, π αρουσιάζουμε μια προσέγγιση βαθιάς ε νισχυτικής μάθησης για τη βελτιστοπο ίηση του ελέγχου γραμμών παραγωγής, αξιοποιώντας το SimEvents στο Simuli nk και το Matlab Reinforcement Learn ing Toolbox. Το σύστημα παραγωγής απ οτελείται από διαδοχικές μηχανές, εν διάμεσους χώρους αποθεμάτων και έναν μηχανισμό συναρμολόγησης, όπου οι α ναποτελεσματικότητες, όπως η συμφόρη ση των αποθεμάτων και ο χρόνος αδράν ειας των μηχανών, οδηγούν σε αυξημέν ο λειτουργικό κόστος. Σχεδιάστηκε έν ας πράκτορας ενισχυτικής μάθησης, βα σισμένος στον αλγόριθμο Proximal Pol icy Optimization (PPO), ο οποίος δια χειρίζεται τη λειτουργία των μηχανών , παρακολουθώντας  βασικές μεταβλητέ ς του συστήματος, όπως τα επίπεδα τω ν ενδιάμεσων αποθεμάτων και τις κατα στάσεις των μηχανών. Ο πράκτορας έχε ι σχεδιαστεί για να ελαχιστοποιεί τι ς καθυστερήσεις και να αποτρέπει τη συσσώρευση αποθεμάτων, επιτρέποντάς του να μαθαίνει προσαρμοστικές πολιτ ικές χρονοπρογραμματισμού που βελτιώ νουν τη συνολική απόδοση και μειώνου ν το κόστος. Μέσα από μια σειρά προσ ομοιώσεων, η προτεινόμενη προσέγγιση αποδεικνύεται πιο αποτελεσματική απ ό τις παραδοσιακές μεθόδους βελτιστο ποίησης και αποδίδει λύσεις πολύ κον τά σε βέλτιστες λύσεις, οι οποίες μπ ορούν να επιτευχθούν για μικρά στιγμ ιότυπα του προβλήματος μέσω μεθόδων δυναμικού προγραμματισμού. Τα αποτελ έσματα εκτεταμένων πειραματικών δοκι μών δείχνουν ότι η ενισχυτική μάθηση βελτιώνει επιτυχώς την αποδοτικότητ α της παραγωγής μέσω καλύτερης λήψης αποφάσεων, υποδεικνύοντας νέους τρό πους διαχείρισης των συστημάτων παρα γωγής.\n Abstract \n Modern producti on lines are facing challenges, when it comes to maintaining efficiency. These challenges are due to various reasons, including unpredictable ma chine failures, fluctuating demand, and buffer congestion. These issues result in increased costs and delays , that traditional scheduling method s struggle to handle. As manufacturi ng systems become more complex, ther e is a growing need for adaptive con trol strategies that can optimize pr oduction in real-time. In this diplo ma thesis, we present a deep reinfor cement learning approach to optimizi ng production line control, leveragi ng SimEvents in Simulink and the Mat lab Reinforcement Learning Toolbox. The production system consists of se quential machine stages, buffers, an d an assembly mechanism, where ineff iciencies, such as buffer congestion and machine downtime, lead to incre ased operational costs. A Proximal P olicy Optimization (PPO)-based reinf orcement learning agent was designed to handle machine operations by mon itoring key system variables, includ ing buffer levels and machine states . The agent is designed to minimize delays and prevent buffer accumulati on, enabling it to learn adaptive sc heduling policies that improve overa ll efficiency and minimize cost. Thr ough a series of simulations, our ap proach proves to be more effective t han traditional optimization methods and yields solutions very close to optimal solutions, which can be obta ined for small problem instances by dynamic programming methods. The res ults of extensive experimental testi ng show that reinforcement learning successfully improves manufacturing efficiency through better decision-m aking, pointing to new ways of runni ng production systems.\n Meeting ID: 91539658097\n Password: 377682\n STATUS:CONFIRMED ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr DTSTART:20250709T100000 DTEND:20250709T110000 TRANSP:OPAQUE CLASS:DEFAULT END:VEVENT END:VCALENDAR