CN115826530B 一种基于d3qn和遗传算法的作业车间分批调度方法 （杭州电子科技大学）

一种基于D3QN和遗传算法的作业车间分批本发明公开了一种基于D3QN和遗传算法的练好的D3QN模型为内层子批工序排序问题提供2S1：根据生产车间机器数量、加工工件的种类S2：作业车间分批调度问题的批量划分方S5：利用图神经网络对获取析取图节点特征信2.根据权利要求1所述的一种基于D3QN和遗传算法的作业车间分批调度方法，其特征在于所述步骤S1中作业车间分批调度的数学模型3式(1)表示模型优化的目标是最小化完工时间；式(2)表示工件i所有子批的数量之和量；式(4)表示工件i的第k批次的第j道工序在机器m上加工的完成时间等于加工开始时间示工件i的第j道工序只能在一台机器上加工；式(7)表示最大完工时间等于所有工件完成3.根据权利要求2所述的一种基于D3QN和遗传算法的作业车间分批调度方法，其特征在于所述步骤S3中的交叉是指随机生成交叉位置r,1≤r≤n，然后对两条父代染色体中编4.根据权利要求3所述的一种基于D3QN和遗传算法的作业车间分批调度方法，其特征的染色体基因随机选择两个位置进行加1和减5.根据权利要求3或4所述的一种基于D3Q6.根据权利要求5所述的一种基于D3QN和遗传算法的作业车间分批调度方法，其特征4在于所述步骤S4中动作的设计是指以8种启发7.根据权利要求5所述的一种基于D3QN和遗传算法的作业车间分批调度方法，其特征8.根据权利要求7所述的一种基于D3QN和遗传算法的作业车间分批调度方法，其特征9.根据权利要求7或8所述的一种基于D3QN和遗5概率被抽样到；将抽样得到的数据输入D3QN模型中，计算时间差分误差TD_error，6用深度强化学习求解作业车间分批调度问题的研究。D3QN(DuelingDoubleDQN，双决斗DQN网络)算法是一种新型的深度强化学习算法，结合了DuelingDQN和DoubleDQN算法的码形式将每个批次工件随机拆分成若干个不同大小的子批进行组合，并以此生成初始种78[0041]式(1)表示模型优化的目标是最小化完工时间；式(2)表示工件i所有子批的数量次数量；式(4)表示工件i的第k批次的第j道工序在机器m上加工的完成时间等于加工开始量的乘积；式(5)表示同一工件必须在上一道工序加工结束之后才能加工下一道工序；式应的染色体基因随机选择两个位置进行加1和减1操[0057]式子中Ut表示t时刻机器的利用率，其计算方式为：机器利用率＝机器总工作时9L是调度完成的时间步。__[0067]式中α表示优先级权重，α=0时表示均匀采样，pj表示优先级指标，其值与|TD_j的具体计算公式如下：本都有概率被抽样到；[0080]1、本发明将作业车间分批调度问题分解为批量划分和子批的工序排序两个子问得到的D3QN模型可在豪秒级时间内为之提供[0088]图1是D3QN和遗传算法解决作业车间分批调度问题的框架图。本发明实施提供一[0118]式(1)表示模型优化的目标是最小化最大完工时间；式(2)表示工件i所有子批的分批次数量；式(4)表示工件i的第k批次的第j道工序在机器m上加工的完成时间等于加工码形式将每个批次工件随机拆分成若干个不同大小的子批进行组合，并以此生成初始种[0129]式子中Ut表示t时刻机器的利用率，其计算方式为：机器利用率＝机器总工作时j的具体计算公式如下：本都有概率被抽样到；[0161]4)将最大完工时间的倒数作为适应度函数值，采取轮盘赌方法选择N