摘要
本发明公开了一种不确定环境下考虑服务占用的云制造多任务调度方法,采用云模型来描述不确定性信息,将语言变量转换为数值变量以建模并反映信息的模糊性和随机性,从而提升用户订单与服务的匹配度。将调度时段划分为多个等长的时间窗,以有效表示服务占用状态,建立云制造多任务调度模型,基于深度强化学习的改进型超启发式算法进行求解。求解时,采用矩阵编码方案以更全面地表示调度解空间,并融合七种基于混合策略的低层启发式算子以实现全局和局部搜索的协同优化。集成了基于近端策略优化算法的高层策略来自适应地选择低层启发式算子。本发明对于云制造多任务调度具有明显的有效性和优越性。
技术关键词
多任务调度方法
订单
任务调度模型
超启发式算法
计算方法
策略
深度强化学习
变量
矩阵
编码方案
网络
有效性
数值
元素
数据