基于深度自学习禁忌搜索的柔性作业车间调度
来源：计算机集成制造系统杂志2025年第11期北京时间：
作者：曾令铭, 丁林山, 管在林
单位：华中科技大学机械科学与工程学院
摘要：为解决柔性作业车间调度求解算法关键参数动态调整问题,提出一种基于深度强化学习的自学习禁忌搜索算法（DSLTS）。该算法以禁忌搜索算法（TS）为基础优化方法,并采用双层深度Q网络（DDQN）智能调整TS算法关键参数。首先,分析并建立DSLTS算法中的自学习模型,利用长短期记忆（LSTM）网络拟合多条TS算法特征向量,将结果输入DDQN网络中进行学习迭代。然后,设计了TS算法环境下强化学习的状态特征向量和奖励函数。最后,比较其他求解FJSP问题常见算法和DSLTS算法在求解FJSP问题时的求解效果和性能,验证所提模型和方法的有效性。
关键词：柔性车间调度问题,深度强化学习,自学习模型,禁忌搜索算法
基金资助：国家自然科学基金青年科学基金项目（51905196）。
