基于深度強化學(xué)習(xí)的柔性作業(yè)車間調(diào)度方法

摘要： 由于傳統(tǒng)的調(diào)度方法在求解大規(guī)模柔性作業(yè)車間調(diào)度問題中存在短視性、計算時間過長和算法參數(shù)難以確定等問題，因此提出了一種有效求解大規(guī)模柔性作業(yè)車間調(diào)度問題的深度強化學(xué)習(xí)方法。首先，將柔性作業(yè)車間調(diào)度問題轉(zhuǎn)化為一個多智能體馬爾科夫決策過程。然后，構(gòu)建一個用于求解柔性作業(yè)車間調(diào)度問題的演員評論家模型，演員網(wǎng)絡(luò)根據(jù)狀態(tài)輸出調(diào)度規(guī)則，智能體根據(jù)調(diào)度規(guī)則選擇合適的工序，評論家網(wǎng)絡(luò)根據(jù)狀態(tài)和獎...