基于主成分异构图神经网络的作业车间调度方法及系统

本公开涉及智慧车间调度技术领域，提出了一种基于主成分异构图神经网络的作业车间调度方法及系统，包括如下步骤：确定分布柔性车间的约束条件，以最小化最大完工时间为控制目标，根据约束条件建立问题模型；获取车间作业当前的状态，基于图注意力网络进行嵌入得到状态的嵌入表示，进行融合后基于主成分分析提取关键状态的嵌入表示；将得到的当前状态关键状态的嵌入表示作为输入，通过策略网络对问题模型进行求解，得到每个工序分配到特定机床上的概率分布作为初始解；基于得到的初始解，采用增强的局部搜索启发式算法，进行迭代优化得到最优解。本公开能够确保最终解的高效性和准确性，克服了传统基于GNN方法在后续优化机制上的不足，该方法适用于多种类型的分布柔性车间调度问题，具备高扩展性和适应性。