淘客网站佣金建设,在哪做网站建设,灵犀科技 高端网站建设,基本网站建设技术#x1f4a5;#x1f4a5;#x1f49e;#x1f49e;欢迎来到本博客❤️❤️#x1f4a5;#x1f4a5; #x1f3c6;博主优势#xff1a;#x1f31e;#x1f31e;#x1f31e;博客内容尽量做到思维缜密#xff0c;逻辑清晰#xff0c;为了方便读者。 ⛳️座右铭欢迎来到本博客❤️❤️ 博主优势博客内容尽量做到思维缜密逻辑清晰为了方便读者。 ⛳️座右铭行百里者半于九十。 本文目录如下 目录 1 概述 2 运行结果 3 文献来源 4 Python代码实现 1 概述
灵活作业车间调度问题FJSP在现代制造业中起着至关重要的作用广泛用于各种制造工艺例如半导体制造汽车和纺织品制造Brucker和Schlie1990Garey等人1976Jain和Meeran1999Kacem等人2002。它是一个广义作业车间调度问题JSP是计算机科学和运筹学中经典的NP-hard组合优化问题。在 FJSP 中作业由一系列特定的连续操作组成其中每个操作都分配给一组兼容机器中的合格机器以优化一个或多个目标例如 makespan、平均完成时间、最大流量时间、总延迟等Chaudhry and Khan2016Xie et al.2019。与 JSP 问题相比FJSP 更加复杂和灵活因为属于作业的操作可以分配给一台或多台具有不同处理时间的兼容机器。
目前解决NP-hard组合优化问题的现有方法可以归纳为两类精确方法和近似方法。精确的方法如数学规划在整个解空间中寻找最优解但由于它们的NP硬度这些方法很难在合理的时间内解决大规模的调度问题LiPanLiang2010。由于 FJSP 实例的棘手性越来越多的近似方法包括启发式、元启发式和机器学习技术被开发出来来解决现实世界问题的实例。通常近似方法可以在计算工作量和结果计划的质量之间实现良好的权衡。特别是群体智能SI和进化算法EA如遗传算法GA粒子群优化PSO蚁群优化ACO人工蜂群等在解决FJSP实例方面显示出优势。
尽管与精确的数学优化方法相比SI和EA可以在合理的时间内解决FJSP但这些方法在实时调度环境中并不适用因为当底层算法需要大量迭代时它们仍然可能遭受不可预测的极长计算时间以获得满意的解决方案。调度规则作为启发式方法的委托广泛应用于实时调度系统如考虑动态事件的中断。调度规则通常具有较低的计算复杂性并且比数学规划和元启发式更容易实现。通常用于解决FJSP的调度规则可以分为两个基本类别作业选择规则和机器选择规则。这些规则的设计和组合旨在最大限度地减少调度目标例如平均流时间、平均迟到和最大迟到。然而有效的调度规则通常需要大量的领域专业知识和试错Zhang等人2020并且无法保证局部最优Luo2020。
最近深度强化学习DRL算法为解决具有共同特征的调度问题提供了一种可扩展的方法。一些基于学习的工作Bengio Lodi Prouvost 2021专注于其他类型的组合优化问题例如旅行推销员问题TSP和车辆路线问题VRP但尚不清楚DRL已被用于研究复杂的调度问题例如FJSP。这种知识差距促使我们为FJSP开发基于学习的方法。
通常RL 代理根据以下行为与环境交互代理首先接收状态st并选择一个操作一个t根据每个时间步的状态然后获得奖励rt并转移到下一个州st1.在 RL 的设置中操作一个t从操作空间中选择一个.然而本文用作业操作动作空间和机器动作空间构造了FJSP的分层多动作空间这意味着RL的一般设置不能应用于FJSP。为了求解 FJSP此 RL 设置涉及作业操作操作空间和机器操作空间。特别是两个操作空间具有层次结构而不是平行结构。在每个时间步长RL 代理从其符合条件的操作操作空间中选择一个操作操作然后从其兼容的计算机操作空间中为所选操作选择计算机操作。兼容的机器操作空间与选定的操作操作相关。图1显示了FJSP的分层结构动作空间的示例。它包含四个以绿色显示的作业操作操作每个作业操作操作都有一个紫色的兼容计算机操作空间。 本文提出了一个端到端的深度强化框架用于自动学习使用图神经网络解决灵活的作业车间调度问题 FJSP 的策略。在 FJSP 环境中强化代理需要在每个时间步中安排属于一组兼容计算机中合格计算机上作业的操作。这意味着代理需要同时控制多个操作。这种多作用问题被表述为多重马尔可夫决策过程MMDP。为了求解MMDP我们提出了一种多指针图网络MPGN架构和一种称为多近端策略优化multi-PPO的训练算法以学习两个子策略包括作业操作操作策略和机器操作策略用于将作业操作分配给机器。MPGN 体系结构由两个编码器-解码器组件组成它们分别定义作业操作操作策略和机器操作策略用于预测不同操作和机器上的概率分布。我们引入了FJSP的析取图表示并使用图神经网络嵌入调度过程中遇到的局部状态。计算实验结果表明该智能体能够学习高质量的调度策略在求解质量和元启发式算法的运行时间上优于手工启发式调度规则。此外在随机实例和基准实例上获得的结果表明学习的策略在实际实例和具有多达 2000 个操作的更大规模实例上具有良好的泛化性能。 2 运行结果 3 文献来源 部分理论来源于网络如有侵权请联系删除。 4 Python代码实现
