基于图神经网络和强化学习的柔性作业车间调度算法.pdfVIP

４４２２０２５２

ＩＳＳＮ１００６－７１６７第卷第期年月

ＣＮ３１－１７０７／ＴＲＥＳＥＡＲＣＨＡＮＤＥＸＰＬＯＲＡＴＩＯＮＩＮＬＡＢＯＲＡＴＯＲＹＶｏｌ．４４Ｎｏ．２Ｆｅｂ．２０２５

ＤＯＩ：１０．１９９２７／ｊ．ｃｎｋｉ．ｓｙｙｔ．２０２５．０２．０２０

基于图神经网络和强化学习的柔性作业车间调度算法

王亮，顾益铭，刘世亮

（同济大学机械与能源工程学院，上海）

２０１８０４

摘要：针对不同规模的柔性作业车间调度问题，提出一种基于图神经网络的深度

ＧＲＬ３

强化学习算法（）。该算法采用个异构析取子图来表征车间状态，并利用图

神经网络提取车间特征，构建相应的马尔可夫决策过程，使用模仿学习与强化学习

ＧＲＬ

相结合的联合训练策略来更新神经网络参数。实验结果表明，所提算法在不

同规模订单、工序复杂程度和机器选择柔性下表现出较低的最长完工时间和较小

的案例参数敏感性。将小规则案例下训练的网络泛化至大规模案例，体现相对优

先调度规则较好且稳定的求解质量。研究成果为项目式教学提供典型的人工智能

应用案例。

关键词：强化学习；图神经网络；模仿学习；柔性作业车间调度

ＴＰ３０１．６Ａ１００６－７１６７（２０２５）０２－０１０１－０９

中图分类号：文献标志码：文章编号：

ＦｌｅｘｉｂｌｅＷｏｒｋｓｈｏｐＳｃｈｅｄｕｌｉｎｇＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＧｒａｐｈＮｅｕｒａｌＮｅｔｗｏｒｋｓ

ａｎｄＲｅｉｎｆｏｒｃｅｍｅｎｔＬｅａｒｎｉｎｇ

ＷＡＮＧＬｉａｎｇ，ＧＵＹｉｍｉｎｇ，ＬＩＵＳｈｉｌｉａｎｇ

（ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＴｏｎｇｊｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１８０４，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ａｇｒａｐｈｎｅｕｒａｌｄｅｅｐｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍ（ＧＲＬ）ｉｓｐｒｏｐｏｓｅｄｆｏｒｆｌｅｘｉｂｌｅｊｏｂｓｈｏｐｓｃｈｅｄｕｌｉｎｇ

ｐｒｏｂｌｅｍｓｏｆｄｉｆｆｅｒｅｎｔｓｃａｌｅ．Ｔｈｅａｌｇｏｒｉｔｈｍｅｍｐｌｏｙｓｔｈｒｅｅｈｅｔｅｒｏｇｅｎｅｏｕｓｄｉｓｊｕｎｃｔｉｖｅｓｕｂｇｒａｐｈｓｔｏｒｅｐｒｅｓｅｎｔｔｈｅｓｔａｔｅｓｏｆ

ｔｈｅｊｏｂｓｈｏｐａｎｄａｇｒａｐｈｎｅｕｒａｌｎｅｔｗｏｒｋｔｏｅｘｔｒａｃｔｆｅａｔｕｒｅｓｏｆｔｈｅｊｏｂｓｈｏｐ．ＴｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇＭａｒｋｏｖｄｅｃｉｓｉｏｎｐｒｏｃｅｓｓ

ｉｓｃｏｎｓｔｒｕｃｔｅｄａｎｄｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｐａｒａｍｅｔｅｒｓａｒｅｕｐｄａｔｅｄｕｓｉｎｇａｊｏｉｎｔｔｒａｉｎｉｎｇｓｔｒａｔｅｇｙｃｏｍｂｉｎｉｎｇｉｍｉｔａｔｉｏｎｌｅａｒｎｉｎｇ

ａｎｄｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ．ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔＧＲＬｅｘｈｉｂｉｔｓｌｏｗｅｒｍａｘｉｍｕｍｃｏｍｐｌｅｔｉｏｎｔｉｍｅａｎｄｓｍａｌｌｅｒ

ｉｎｓｔａｎｔｓｐａｒａｍｅ