基于深度强化学习与异构图神经网络的动态调度优化方法

本发明公开了基于深度强化学习与异构图神经网络的动态调度优化方法。本发明首先将柔性作业车间调度问题转换为马尔可夫决策过程，设置状态、动作、状态转移以及奖励函数；然后构建基础异构图和增强异构图，定义节点和边的类型和数量，边之间的有向关系；采用异构图注意力网络进行三阶段特征嵌入，获得机器节点嵌入、操作节点嵌入、分配实例节点嵌入和全局状态特征；输入各个特征处理后形成的动作状态向量，根据奖励函数优化决策网络，更新参数得到柔性作业车间调度模型，完成FJSP求解。本发明方法可以有效考虑运输时间与机器可达性约束下的柔性作业车间调度问题，还可以处理不同规模的调度问题，具有较好的泛化能力，在大规模应用中表现出色。