改进PPO算法求解柔性作业车间调度问题
来源：计算机集成制造系统杂志2025年第8期北京时间：
作者：吴昊泽, 李艳武, 谢辉
单位：重庆三峡学院电子与信息工程学院
摘要：柔性作业车间需要提高调度效率,缩短生产周期。为此以最小化最大完工时间为目标,采用机器选择和工件工序调整两种调度策略,建立混合整数规划模型,并提出了一种基于策略和图神经网络的深度强化学习算法来求解。该算法利用图神经网络获取和分析析取图的信息,为强化学习提供决策依据;提出了使用多近端策略优化和多指针图网络学习作业操作动作策略和机器动作策略,设计两个编码器-解码器定义两个动作策略,并将图神经网络嵌入到局部状态,增强局部搜索能力。实验结果表明所提出的算法在求解性能和泛化能力方面显著优于对比算法。
关键词：深度强化学习,柔性作业车间调度问题,析取图,图神经网络,多近端策略优化算法
基金资助：重庆市教育委员会科学技术项目研究(KJQN202001224)。
