基于双路径图注意力的深度强化学习柔性制造车间作业调度方法
申请号:CN202510120625
申请日期:2025-01-26
公开号:CN119960401A
公开日期:2025-05-09
类型:发明专利
摘要
本发明涉及基于双路径图注意力的深度强化学习柔性制造车间作业调度方法,专为提高生产调度的效率和准确性而设计。本发明提出了一种双路径图注意力网络,集成序列依赖分析模块、资源兼容性分析模块、混合特征提取模块及策略优化模块,以优化复杂工业环境中的任务调度和资源分配。序列依赖分析模块通过分析任务间的依赖关系,确保按正确顺序执行任务;资源兼容性分析模块评估不同操作与机器间的匹配度,优化资源利用;混合特征提取模块从静态和历史数据中提取关键信息,辅助决策过程;策略优化模块则利用所提取的特征。通过先进的算法优化调度策略,本发明能够显著提升生产效率,提供一个高效、精确的调度解决方案。
技术关键词
车间作业调度方法
注意力
作业车间调度
混合特征提取
依赖特征
定义策略
分析模块
深度强化学习模型
特征提取模块
节点
优化调度策略
序列
网络
资源分配
特征提取方法