集成深度强化学习与注意力机制的车间调度方法.pdfVIP

机械工程师

MECHANICALENGINEER

集成深度强化学习与注意力机制的车间调度方法

肖航，石宇强

（西南科技大学制造科学与工程学院，四川绵阳621010）

摘要：

柔性作业车间调度问题是制造业中一个典型的调度问题。在复杂多变的生产环境中，传统的调度方法难以同时保

证生产效率和质量。文中提出了一种针对动态柔性作业车间调度问题的端到端深度强化学习方法。为了提高解的质量，构

造了一个基于注意力机制的异构图神经网络作为决策模块，使强化学习代理可以在其解空间中搜索。利用近端策略优化算

法对网络模型进行训练，训练后的模型可用于生成最优调度策略。通过3组著名的FJSP基准算例进行测试，实验结果表明，

该方法在解的质量和运行时间上均优于调度规则和元启发式算法。

关键词：

车间调度；调度规则；图神经网络；注意力机制；近端策略优化

中图分类号:TP23文献标志码:粤文章编号：员园园圆原圆猿猿猿（圆园25）01原园035原园6

ShopFloorSchedulingMethodbyIntegratingDeepReinforcementLearning

andAttentionMechanism

XIAOHang,SHIYuqiang

(SchoolofManufacturingScienceandEngineering,SouthwestUniversityofScienceandTechnology,Mianyang621010,China)

Abstract:Theflexiblejobshopschedulingproblemisatypicalschedulingprobleminthemanufacturingindustry.Ina

complexandchangeableproductionenvironment,traditionalschedulingmethodsaredifficulttoensurebothproduction

efficiencyandquality.Inthispaper,anend-to-enddeepreinforcementlearningmethodfordynamicflexiblejobshop

schedulingproblemisproposed.Inordertoimprovesolutionquality,anHeterogeneousGraphAttentionNetwork(HGAN)is

constructedasadecisionmodule,allowingreinforcementlearningagentstobesearchedinitssolutionspace.Thenetwork

modelistrainedbytheProximalPolicyOptimization(PPO)algorithm,andthetrainedmodelcanbeusedtogeneratethe

optimalschedulingstrategy.Experimentalresultsonrandominstancesandbenchmarkinstancesshowthattheproposed

methodissuperiortotheschedulingrulesandmeta-heuristicsintermsofsolutionqualityandrunningtime.

Keywords:shopfloorscheduling;priorityscheduli