基于双注意力网络和深度强化学习的多目标柔性车间调度方法

本发明公开了一种基于双注意力网络和深度强化学习的多目标柔性车间调度方法，包括：1.获取柔性作业车间调度中的基本信息；2.构建基于目标函数和约束条件的车间调度数学模型；3.将柔性作业车间调度问题形式化为马尔可夫决策过程，定义深度强化学习方法中的状态参数、动作参数、状态转移参数、奖励参数；4.构建双注意力网络，提取工序和机器的特征信息；5.使用深度强化学习算法得到最优调度方案。本发明能获得耗时最短且机器负载最小的调度方案，而且能从原始数据直接学习到决策，减少对专家知识的依赖，从而减少排产时间，提高车间生成效率，为实际生产调度提供决策依据。