基于Q-learning算法解决多目标柔性作业车间调度问题

摘要

近几十年来,柔性作业车间调度问题由于其不确定性和复杂度引起了许多学者的关注。易陷入局部最优一直是元启发式算法解决柔性作业车间调度问题的不足之处,对此提出了一种改进的Q-learning强化学习算法,该改进算法设计并定义了状态空间和动作集,并通过随机生成可行的工序编码,在随机贪婪策略下选择合适的加工机器形成对应可行的机器编码,以最大完工时间和总能耗的多目标优化函数为可行解优劣的衡量标准。最后将所提算法模型使用车间调度问题的标准算例进行了验证,实验结果说明了所提算法的有效性,提升了解决多目标柔性作业车间问题的精度。