公开(公告)号：CN114580937B

公开(公告)日：2023-04-28

申请号：CN202210237299.7

申请日：2022-03-10

Applicant: 暨南大学

Inventor： 郭洪飞 ,  黄祖艺 ,  曾云辉 ,  李秀 ,  袁博 ,  何智慧 ,  李建庆

IPC: G06Q10/0631 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明涉及用于数据处理方法技术领域，具体涉及一种基于强化学习和注意力机制的智能作业调度系统；包括：从给定的由机器矩阵MO和工时矩阵TO描述的调度实例，生成包含动态事件的由新的机器矩阵MO′和新的工时矩阵TO′描述的调度实例，并将其作为当前交互环境；调度系统与环境进行交互，收集经验并训练；提取特征，输入D3QPN得到当前状态下不同动作的Q值；根据Q值表进行作业调度。本发明通过注意力机制有效提取出关键信息，并使用强化学习算法选择最优的调度策略解决动态作业车间问题，以此解决实际智能制造中作业的动态变化问题，让智能调度作业系统在动态作业调度环境下依然拥有不错的性能。

公开(公告)号：CN114580937A

公开(公告)日：2022-06-03

申请号：CN202210237299.7

申请日：2022-03-10

Applicant: 暨南大学

Inventor： 郭洪飞 ,  黄祖艺 ,  曾云辉 ,  李秀 ,  袁博 ,  何智慧 ,  李建庆

IPC: G06Q10/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及用于数据处理方法技术领域，具体涉及一种基于强化学习和注意力机制的智能作业调度系统；包括：从给定的由机器矩阵MO和工时矩阵TO描述的调度实例，生成包含动态事件的由新的机器矩阵MO′和新的工时矩阵TO′描述的调度实例，并将其作为当前交互环境；调度系统与环境进行交互，收集经验并训练；提取特征，输入D3QPN得到当前状态下不同动作的Q值；根据Q值表进行作业调度。本发明通过注意力机制有效提取出关键信息，并使用强化学习算法选择最优的调度策略解决动态作业车间问题，以此解决实际智能制造中作业的动态变化问题，让智能调度作业系统在动态作业调度环境下依然拥有不错的性能。