公开(公告)号：CN115034653A

公开(公告)日：2022-09-09

申请号：CN202210738071.6

申请日：2022-06-27

Applicant: 暨南大学

Inventor： 郭洪飞 ,  陈世帆 ,  张恒基 ,  黄祖艺 ,  洪晓杰 ,  姜涛 ,  李建庆

IPC: G06Q10/06 ,  G06N3/12

Abstract: 本发明涉及用于人工智能技术领域，具体涉及一种基于transformer的端到端动态作业车间调度模型，可以应用于不同尺寸的DJSSP(作业车间调度问题)。由特征提取模块、特征压缩模块、动作选择模块所构成。特征提取模块提取生产环境特征，并利用特征压缩模块将生产环境的特征进一步压缩成定长向量。然后，动作选择模块根据压缩后的能够反映生产环境状态的定长向量，实时选择简单优先级规则。本发明所建立的模型是Transformer在DJSSP中的第一个应用，不仅提高了工业调度的生产能力，而且为未来深度学习在DJSSP中的研究提供了范式。

公开(公告)号：CN115034653B

公开(公告)日：2023-07-11

申请号：CN202210738071.6

申请日：2022-06-27

Applicant: 暨南大学

Inventor： 郭洪飞 ,  陈世帆 ,  张恒基 ,  黄祖艺 ,  洪晓杰 ,  姜涛 ,  李建庆

IPC: G06Q10/0631 ,  G06Q10/0633 ,  G06N3/126

Abstract: 本发明涉及用于人工智能技术领域，具体涉及一种基于transformer的端到端动态作业车间调度系统，可以应用于不同尺寸的DJSSP。由特征提取模块、特征压缩模块、动作选择模块所构成。特征提取模块提取生产环境特征，并利用特征压缩模块将生产环境的特征进一步压缩成定长向量。然后，动作选择模块根据压缩后的能够反映生产环境状态的定长向量，实时选择简单优先级规则。本发明所建立的系统是Transformer在DJSSP中的第一个应用，不仅提高了工业调度的生产能力，而且为未来深度学习在DJSSP中的研究提供了范式。