一种基于熵权法与深度强化学习的多目标飞机动态调度方法

本发明涉及一种基于熵权法与深度强化学习的多目标飞机动态调度方法，获取待维修的飞机集合，基于每一架飞机的维修项目集合以及维修机位集合来构建异构图模型，利用编码器进行图特征提取，并将提取后的节点进行特征聚合，得到聚合后的特征向量；基于强化学习训练得到的SAC网络获取多目标飞机动态调度策略；结合强化学习训练得到的SAC网络获取多目标飞机动态调度策略，SAC网络的训练方法中，基于熵权法，将飞机维修机位调度问题转化为马尔科夫决策过程，从而可以基于得到的动态权重，在充分发挥SAC算法灵活性的同时保障了权衡多目标均衡以及最优动作选择，并合理应对动态调度，实现了复杂约束下多目标优化的高效协调与动态事件的实时响应。