基于深度强化学习求解多目标动态柔性作业车间调度问题研究

一、背景

        针对经典的组合优化的调度模型，动态柔性作业车间调度问题（DFJSP），提出一种多目标的求解方法。以最小化延期率和最小化机器总负荷作为目标函数。以随机机器故障、新工件插入作为动态随机事件。以改进的DQN作为求解算法，设计一种两阶段的DDQN算法求解多目标问题。

二、相关研究领域所用方法或模型

论文：Efficient Multi-Objective Optimization on Dynamic Flexible Job Shop Scheduling Using Deep Reinforcement Learning Approach

目标函数：最小化延期时间、最小化makespan

模型：多目标柔性作业车间调度模型

算法：双层DDQN

State（5种）：

1、机器的最大完成时间

2、工件的最大完成时间

 3、机器的平均利用率

4、未完成加工的工件的预期平均延期率

 

5、未完成加工工件的实际平均延期率

Action（7种）：

Reward（6种）：

其余参数：

论文：Dynamic multi-objective scheduling for flexible job shop by deep reinforcement learning

目标函数：最小化总加权延期、最大化平均机器利用率

模型：多目标柔性作业车间调度模型

算法：双层DDQN

State（7种）：

1、机器的平均利用率

 2、机器利用率的标准偏差

3、总工序的完工率

4、工件的平均完工率

5、工件完工率的标准偏差

6、预估延期率

7、实际延期率

Action（6种）：

Reward（4种）：

算法流程：

三、模型构建及算法建立

目标函数：最小化延期时间、最大化机器利用率

模型：多目标柔性作业车间调度模型

算法：两阶段DDQN

State（7种）：

1、机器的平均利用率

2、机器利用率的标准偏差

3、工件的完工率

4、工件完工率的标准偏差

5、预估延期率

6、实际延期率

7、每个工件工序的完工率的平均值

Action（6种）：

Reward（4种）：

四、代码实现

五、总结