摘要
本发明涉及一种基于强化学习增强遗传进化的单机调度方法，通过设置单机总提前期调度的问题参数；构建并优化基于深度强化学习的工件分派概率模型，输入单机总提前期调度的问题参数得到初始解集；使用遗传进化算法优化初始解集，得到单机调度最优方案。本发明相较于传统方法，能够减轻优化方法的搜索压力并提高优化方法的搜索能力，改善单机调度问题的求解效率和质量。同时本发明采用基于工件分派概率模型的种群混合初始化和种群混合更新操作：通过混合种群初始化操作，既可以保证种群多样性又可以提高初始种群质量；采用种群混合种群更新操作，既可以保证种群的进化又可以增加基因的多样性。相比传统方法，可以保证算法兼顾局部搜索和全局搜索能力。
