一种基于贪婪启发式增强的分布式异构车间调度方法及设备

本发明属于分布式车间动态调度相关技术领域，其公开了一种基于贪婪启发式增强的分布式异构车间调度方法及设备，步骤为：将待调度的分布式异构车间的状态特征输入双层端到端策略网络，双层端到端策略网络输出最优的待加工工件，继而得到最终的调度方案；其中，双层端到端策略网络的训练环境是基于部分可观测马尔可夫决策过程调度模型构建的；状态特征是基于部分可观测马尔可夫决策过程调度模型获得的；部分可观测马尔可夫决策过程调度模型是采用去中心化的多智能体架构对动态分布式异构车间调度问题进行建模得到的。本发明提高了可拓展性及灵活性。