摘要
本发明公开了一种柔性作业车间调度的多动作强化学习方法及系统,属于车间调度技术领域,获取带资源转移的柔性作业车间调度的车间数据;基于车间数据建立带资源转移的柔性作业车间调度模型;采用基于多指针图神经网络模型的深度学习框架对所述柔性作业车间调度模型进行优化求解,得到车间最优生产方案,基于所述车间最优生产方案对车间内的工件执行调度。本发明考虑到问题的复杂性和不确定性,与现有调度规则、元启发式算法和其他算法相比,所提出的基于多指针图神经网络模型的深度学习框架在解决FJSP‑RT问题上具有显著优势。
技术关键词
柔性作业车间调度
动作强化
学习方法
神经网络模型
深度学习框架
异构
作业策略
指针
生成动作
车间调度技术
元启发式算法
节点
学习系统
处理器
数据
网络结构
计算机设备
系统为您推荐了相关专利信息
态势预测方法
分布式电源
弃风弃光
序列
新能源消纳能力
卷积神经网络模型
资源调度方法
视频分析
复杂度
云端服务器
圆二色性可调
逆向设计方法
神经网络模型
图案
矩阵
流场重建方法
自动微分技术
拉丁超立方采样
方程
坐标