CN119439910A 一种基于深度强化学习的柔性作业车间调度方法 （沈阳中科数控技术股份有限公司）

一种基于深度强化学习的柔性作业车间调是一种基于深度强化学习的柔性作业车间调度间调度环境；2)将柔性车间调度环境抽象为特征表示，使模型在面对大规模、复杂性高的22.根据权利要求1所述的一种基于深度强化学习的柔性作业车间调度方法，其特征在2k}；每个任务操作可以在多个机器上执行，但每个操作只能分配给一台3.根据权利要求1所述的一种基于深度强化学习的柔性作业车间调度方法，其特征在调度过程开始时，图G包含所有任务的操作节点和两类4.根据权利要求1所述的一种基于深度强化学习的柔性作业车间调度方法，其特征在个机器的特征向量以及每个操作一机器对的特征向量其中，其中，机器特征用于描述当前各机器的状态及其在调度中的相关信息，操作特征3hoy用于描述调度过程中各操作的状态及其在调度中的重要性，操作一机器对特征ho,n)用于表示某个操作在某个机器上执行时的相关信息。5.根据权利要求1所述的一种基于深度强化学习的柔性作业车间调度方法，其特征在6.根据权利要求1所述的一种基于深度强化学习的柔性作业车间调度方法，其特征在7.根据权利要求6所述的一种基于深度强化学习的柔性作业车间调度方法，其特征在8.根据权利要求6所述的一种基于深度强化学习的柔性作业车间调度方法，其特征在9.根据权利要求6所述的一种基于深度强化学习的柔性作业车间调度方法，其特征在5.3.1)对机器操作交互特征ho,xn进行处理，初始的交互特征被映射到32维隐藏46.1)计算当前所有待执行的操作与可用机器之间的匹配概率，生成相应的概率分布Pij5[0002]柔性作业车间调度问题(FJSP)是制造业和物流领域中生产调度的一个经典难6[0018]每个任务操作可以在多个机器上执行，但每个操作只能特征ho,用于描述调度过程中各操作的状态及其在调度中的重要性，操作一机器对特征用于表示某个操作在某个机器上执行时的相关7W1是权重矩阵，b1是偏置，SELU是缩89[0111]本发明设计了决策增强模块(DecisionAugmentationthroughKeyFeatures,[0117]图1示出了基于深度强化学习的柔性作业车间调度方法整体流程图，包括以下内[0123]每个任务操作可以在多个机器上执行，但每个操作只能分配给一台机器来完i,j-1和Oij之间的有向弧表示前一个操作必须在后一个操作开始之前完向，调度问题逐步转换为对图中弧方向的决策问题[0164]操作机器对特征用于表示某个操作在某个机器上执行时的相关信息，[0177]图3展示了特征提取与增强模块的具体结构，其中主要包含CrossNet网络的架构特征交叉与特征增强。对于输入特征向量交叉层第l层的输响每个机器的优先级。该模块生成的机器输出特征能够在调度决策过程中优化资源分配，[0205]为了捕捉操作间的优先约束，操作注意力模块计算当前操作Oij与其前序操作[0210]这个公式确保了操作Oij对其前序和后续操作的依赖关系通过权重αi,j,p进行动态[0216]在双重注意力网络经过多层处理后，池化操作用于汇总所有操作和机器的特tφ[0252]Step3:更新调度状态，包括操作的完成情况、机器的负载以及待处理操作的列[0259]4.剩余工作量最多(MWKR)：MWKR规则选择具有最大剩余平均加工时间的候选操性能显著下降。例如，在SD2数据集的20×10实例中，FIFO和MWKR的最大完工时间分别为例规模下的调度性能。这两种方法分别是由Song等人提出的基于图神经网络(GraphNeuralNetwork,GNN)和深度强化学习的方法，以及Wang等人提出的基于双重注意力网络(DualAttentionNetwork,DAN)和深度强化学度问题(FJSP)建模为一个马尔可夫决策过程(MDP)，并使用图神经网络(GraphNeural在特定任务上能够取得优于传统优先级调度规则的效[0265]Wang等人提出的基于双重注意力网络和