控制与决策

作者：王艳红,付威通,张俊,谭园园,田中大

单位：沈阳工业大学 人工智能学院，沈阳 110870,,沈阳工业大学 人工智能学院，沈阳 110870,,沈阳工业大学 人工智能学院，沈阳 110870,,沈阳工业大学 人工智能学院，沈阳 110870,,沈阳工业大学 人工智能学院，沈阳 110870,

关键词：柔性作业车间调度;近端策略优化算法;双动作耦合网络;损失函数优化;贪婪采样;深度强化学习

基金：国家自然科学基金青年科学基金项目(62003221)；辽宁省教育厅科研基金重点攻关计划项目(LJKZZ20220021)；辽宁省科技计划联合基金项目(2023-MSLH-255)；辽宁省教育厅科研基金面上项目(LJKMZ20220509)；东北大学流程工业综合自动化国家重点实验室开放课题(2023-kfkt-02).

柔性作业车间调度是经典且复杂的组合优化问题, 对于离散制造系统的生产优化具有重要的理论和实际意义. 基于多指针图网络框架和近端策略优化算法设计一种求解柔性作业车间调度问题的深度强化学习算法. 首先, 将“工序-机器”分配调度过程表征成由选择工序和分配机器两类动作构成的马尔可夫决策过程; 其次, 通过解耦策略解除动作之间的耦合关系, 并设计新的损失函数和贪婪采样策略以提高算法的验证推理能力; 在此基础上扩充状态空间, 使评估网络能够更全面地感知与评估, 从而进一步提升算法的学习和决策能力. 在随机生成算例及基准算例上进行仿真和对比分析, 验证算法的良好性能及泛化能力.

来源：2025年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第6期