摘要
本发明公开了一种基于深度强化学习与图神经网络的模糊车间调度方法和系统,属于模糊车间调度技术领域。本发明采用深度强化学习与图神经网络的模糊车间调度方法和系统,能够有效处理模糊车间调度问题的复杂性和模糊性;通过三通道图神经网络,对调度过程中的状态变化特征进行提取,解决了模糊性对特征提取以及图信息嵌入带来的困难;通过近端策略优化算法,得到最优决策网络,实现对模糊车间调度问题的高效求解,提高了生产效率;由于深度强化学习技术的端到端的能力,在处理不同规模的调度问题时,获得较好的泛化性能,能够在大规模和复杂的实际应用中取得良好的效果,实现了对模糊车间调度问题的全面高效求解。
技术关键词
车间调度方法
强化学习模型
神经网络模型
深度强化学习算法
策略
数学模型
多通道
深度强化学习技术
决策网络模型
车间调度技术
卷积神经网络提取
作业车间调度
节点特征
矩阵
数据