一种基于深度强化学习的柔性作业车间调度方法

    公开(公告)号:CN119439910A

    公开(公告)日:2025-02-14

    申请号:CN202411529128.7

    申请日:2024-10-30

    Abstract: 本发明涉及生产调度和资源优化领域,尤其是一种基于深度强化学习的柔性作业车间调度方法,其特征在于,包括以下步骤:1)构建柔性车间调度环境;2)将柔性车间调度环境抽象为Disjunctive Graph;3)抽取状态特征;4)对状态特征进行编码;5)基于编码后的特征执行决策,得到调度概率分布;6)根据概率分布生成调度计划。本发明通过多层次特征提取与融合,实现对生产环境的精准感知,有效提高调度决策的准确性和鲁棒性;利用深度强化学习框架,能够自适应地学习生产环境的动态变化,不断优化调度策略,具有较强的泛化能力;通过注意力机制增强特征表示,使模型在面对大规模、复杂性高的FJSP问题时,仍能快速找到全局最优解。

Patent Agency Ranking