基于图神经网络和深度强化学习的柔性作业车间调度方法

本发明公开了基于图神经网络和深度强化学习的柔性作业车间调度方法，涉及柔性作业车间调度技术领域。本发明至少包括S1：首先将柔性作业车间调度问题即FJSP，进行马尔可夫过程建模(Markov Decision Process，MDP)，并初始化调度状态；S2：通过使用异质图(Heterogeneous Graph)来表示作业与机器之间复杂的关系，将问题的不同实体(作业、机器、操作等)以及它们之间的关系有效地映射到图结构中。本发明提出了基于元关系的图神经网络，创新性地针对不同的元关系采用不同的图卷积方式提取特征，保留了原始语义信息，以及增强了全局信息捕获能力，使强化学习智能体在做调度决策时更加精准。