一种基于强化学习的多目标复杂流水车间调度方法及系统

一种基于强化学习的多目标混合流水车间调度方法及系统，方法包括：建立考虑工人技能水平的混合整数线性规划模型，精确刻画最大完工时间与总拖期双目标；设计融合完工时间与交货期的启发式算法，分别生成两类初始解以提升种群质量；采用基于分解的多目标进化算法，结合两阶段贪心协同机制与强化学习驱动的权重向量自适应调整方法，对初始种群进行迭代优化；利用奖励机制动态更新策略模型，通过目标空间信息采样与Q‑learning框架实现权重向量的闭环自适应调整，保持策略控制系统的鲁棒性与自适应性。本发明通过融合强化学习与多目标进化算法，使调度方案与实际生产能力匹配度提升，为智能制造环境下的生产调度优化提供了新的技术路径。