控制与决策

作者：朱家政,张宏立,王聪,李新凯,董颖超

单位：新疆大学 电气工程学院,乌鲁木齐 830047,,新疆大学 电气工程学院,乌鲁木齐 830047,,新疆大学 电气工程学院,乌鲁木齐 830047,,新疆大学 电气工程学院,乌鲁木齐 830047,,新疆大学 电气工程学院,乌鲁木齐 830047,

关键词：深度学习;强化学习;近端策略优化算法;模糊作业车间调度

基金：国家自然科学基金项目(51967019,52065064).

针对具有模糊加工时间和模糊交货期的作业车间调度问题,以最小化最大完工时间为目标,以近端策略优化(PPO)算法为基本优化框架,提出一种LSTM-PPO(proximal policy optimization with Long short-term memory)算法进行求解.首先,设计一种新的状态特征对调度问题进行建模,并且依据建模后的状态特征直接对工件工序进行选取,更加贴近实际环境下的调度决策过程;其次,将长短期记忆(LSTM)网络应用于PPO算法的行动者-评论者框架中,以解决传统模型在问题规模发生变化时难以扩展的问题,使智能体能够在工件、工序、机器数目发生变化时,仍然能够获得最终的调度解.在所选取的模糊作业车间调度的问题集上,通过实验验证了该算法能够取得更好的性能.

来源：2024年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第2期