一种基于Q-learning改进NSGA-Ⅱ的多目标柔性作业车间调度方法

本申请公开了一种基于Q‑learning改进NSGA‑Ⅱ的多目标柔性作业车间调度方法，本申请设计了三种种群初始化规则，利用熵值法将多个目标进行加权处理，以便采用轮盘赌的方式提高种群的多样性。为了使交叉变异参数能够自适应当前种群的进化状态，在算法中加入了Q‑learning。在Q‑learning框架中，首先选取了适应度值作为当前的状态空间，将交叉率和变异率的选取作为动作空间，种群的平均适应度值和多样性设计了一种奖惩机制；在动作选择策略中，扩展了经典的ε‑greedy策略，引入了一种精英保存策略，使自适应参数能够在迭代前期更好地去选择更多的未知动作，在迭代后期能够更好地趋于收敛，并保存每一代中较优的个体。