柔性作业车间调度系统的优化与应用

摘要

柔性作业车间调度系统由多个工件、多台机器以及一系列加工任务构成。与传统作业车间不同，柔性作业
车间中的每个工件能够在多台不同的机器上进行加工，且加工时间和加工顺序会因机器的不同而存在差异。因此，
柔性作业车间管理成为一项极为复杂的任务。
　　针对这一问题，本文提出一种在负荷需求、多种设备以及工件生产等综合因素影响下的柔性作业车间实时优化运
行策略。该策略首先基于强化学习框架，将柔性作业车间中生产与运输活动之间的运行问题建模为马尔可夫决策过程。
为有效利用柔性作业车间的互联结构，在近端策略优化算法（Proximal Policy Optimization，PPO）的基础上，本文设计
了一种图注意力近端策略优化算法（Graph Attention Proximal Policy Optimization，GT-PPO）。该算法利用注意力机制和
图神经网络学习柔性作业车间节点的相关性，以便学习各类环境下不同时段柔性作业车间的最优调度策略。
　　本次实验对比多种算法，结果显示近端策略优化算法PPO等算法在最大完工时间和相对百分比偏差方面有不同
程度提升，其中图注意力机制GT-PPO（即Graph Attention Proximal Policy Optimization，GT-PPO）的最大完工时
间提升高达35%，相对百分比偏差降低33%，性能极为优秀，显著优于其他算法，具有突出性能优势。