基于HGNN-MADRL的分布式混合流水车间批处理调度研究

来源：计算机集成制造系统杂志2025年第12期北京时间：

作者：霍宝锋, 缪林

单位：天津大学管理与经济学部

摘要：针对同时优化最大完工时间、总完工时间和负载均衡的多目标分布式混合流水车间批处理调度问题,提出一种基于异构图神经网络的多智能体深度强化学习(HGNN-MADRL)方法。该问题中,车间分配与批处理调度是强耦合的决策过程,解耦后优化可有效提升求解性能。HGNN-MADRL方法设计包含全局协调智能体、车间调度智能体和操作执行智能体的三层架构,构建分层马尔可夫决策过程。针对三个智能体分别设计独特的状态表示、动作空间和奖励函数,并提出动态权重调整机制实现多目标协调优化。建立多层次奖励机制和知识蒸馏协作机制,通过跨层次知识传递实现智能体间有效协调。在状态表示方面,采用异构图神经网络捕获工件、机器、批次间的异构关系;在策略优化方面,采用近端策略优化算法训练各层智能体。实验结果表明,该算法在大规模问题上相比次优算法取得显著性能改进,相比传统启发式算法实现大幅性能提升,算法变异系数较低,在复杂场景下保持较高的性能稳定性,展现出优异的稳定性和实用性。

关键词：混合流水车间,批处理调度,多智能体,异构图神经网络

基金资助：国家自然科学基金资助项目(72091210/72091214,72432009)。