| 基于增强拓扑神经进化的等效并行机动态调度 |
| |
| 作者姓名： | 陈亚绒 周升伟 管在林 岳磊 |
| |
| 作者单位： | 1. 温州大学机电工程学院;2. 华中科技大学机械科学与工程学院;3. 广州大学机械与电气工程学院 |
| |
| 基金项目： | 国家自然科学基金资助项目(51705370,51905196)； |
| |
| 摘 要： | 针对工件动态到达、处理时间不确定且机器须要弹性预防维护的等效并行机调度问题，以平均流程时间最小化为目标，提出了基于强化学习的动态调度方法．将调度过程作为马尔可夫决策过程，通过定义状态空间、行为空间、奖励函数与适应度函数，提出基于增强拓扑神经进化(NEAT)算法的动态调度方法．设计三种规模问题的实例，将基于NEAT的方法与最短路径树(SPT)、先装先卸(FIFO)调度规则及基于深度Q网络(DQN)的方法进行比较，结果表明：基于NEAT的方法相比基于DQN的方法能够以更短的训练时间获得更优、更稳健的调度方案，相比SPT和FIFO调度规则能够获得更优的目标值，利用训练好的NEAT模型对随机生成的大规模问题实例的快速高质量求解结果表明，基于NEAT的调度方法具有更好的泛化性能．
|
| 关 键 词： | 等效并行机调度 预防维护 强化学习 增强拓扑神经进化 深度Q网络 |
|
