一种基于深度Q网络的无关并行机动态混合流水车间调度方法

摘要

本发明公开了一种基于深度Q网络的无关并行机动态混合流水车间调度方法，用于求解考虑工件到达和无关并行机特点的混合流水车间调度问题(DHFSP‑UPM)，旨在降低所有工件的平均加权拖期。该算法将深层神经网络与强化学习中的Q学习进行结合，根据输入的状态特征选取合适的调度规则。把本调度问题转化为马尔科夫决策过程，用深层神经网络拟合价值函数，将每个决策点的加工系统状态作为输入训练模型，将工件排序规则与机器分配规则的组合作为动作候选集，结合强化学习的奖惩机制，为每次调度决策选取最优的动作组合，与现有技术相比，本发明提出的算法具有实时性强，灵活性高等优势。