本發明提出一種基于強化學習和圖神經網絡的柔性車間作業調度方法,屬于工業調度領域。具體包括如下步驟:1、根據車間實況初始化車間仿真壞境;2、導入預訓練的基于圖神經網絡的策略函數模型;3、在車間仿真壞境中開始模擬任務,從車間當前時刻起,若檢測到車間有空閑設備,返回此空閑設備;4、將車間仿真壞境中信息歸納到柔性車間作業圖模型中;5、使用圖神經網絡計算動作概率,并按概率選擇一個動作;6、車間仿真環境執行此動作,若車間仿真環境中仍然有未完成的訂單,則回到步驟3,否則結束求解;7、從車間仿真環境中導出排程的結果。本專利所提出的方法不僅求解效果好而且計算效率更高,因此可以被真正應用工業生產中。
聲明:
“基于強化學習和圖神經網絡的柔性車間作業調度方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)