公开(公告)号：CN118966625A

公开(公告)日：2024-11-15

申请号：CN202410956753.3

申请日：2024-07-17

Applicant: 东北大学

Inventor： 赵也践 ,  罗小川

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06F18/2415 ,  G06F18/21 ,  G06N3/042 ,  G06N3/094

Abstract: 本发明公开了具有受限运输资源的混合流水车间调度问题协同优化方法，涉及车间调度领域。该方法包括获取HFSP‑FTR实例及其生产加工信息；将HFSP‑FTR实例建模为同时包含工序节点、并行机节点以及AGV节点的异构图模型；构建结构感知异构图神经网络，获取异构图模型的多维度特征向量；构建复合调度动作选择网络，将实例异构图模型的多维度特征向量作为网络的输入，计算每一个复合调度动作的动作选择概率；将步骤4得到的动作选择概率输入近端策略优化算法中，获得最优调度动作选择策略。该方法可以端到端地表征出当前时刻的调度状态特征，无需人为干预；该方法能够求解小规模以及超大规模的调度问题，并获得较优的调度结果。

公开(公告)号：CN118295352A

公开(公告)日：2024-07-05

申请号：CN202410453364.9

申请日：2024-04-16

Applicant: 东北大学

Inventor： 赵也践 ,  罗小川

IPC: G05B19/418

Abstract: 本发明公开了基于异构图神经网络和深度强化学习的HFSP调度优化方法，涉及生产车间调度技术领域。该方法包括步骤：将混合流水车间调度实例建模为异构图模型；根据现有的异构图神经网络原理建立异构图神经网络，通过该异构图神经网络获取混合流水车间调度实例异构图模型的图级多维度特征向量；对现有演员‑评论家算法进行改进：将演员网络由1个改为多个；将训练集中各混合流水车间调度实例异构图模型的图级多维度特征向量作为改进演员‑评论家算法的输入，使用改进演员‑评论家算法对训练集中的混合流水车间调度实例异构图模型的图级多维度特征向量进行训练，获得最优调度动作选择策略。该方法自适应性强且可自动平衡计算时间和求解质量之间的权重。