A multi-action deep reinforcement learning framework for flexible Job-shop scheduling problem

计算机科学 强化学习 人工智能 调度(生产过程) 作业车间调度 马尔可夫决策过程 图形 工作车间 水准点(测量) 数学优化 机器学习 地铁列车时刻表 马尔可夫过程 流水车间调度 理论计算机科学 数学 操作系统 统计 大地测量学 地理
作者
Kun Lei,Peng Guo,Wenchao Zhao,Yi Wang,Linmao Qian,Xiangyin Meng,Liansheng Tang
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:205: 117796-117796 被引量:91
标识
DOI:10.1016/j.eswa.2022.117796
摘要

This paper presents an end-to-end deep reinforcement framework to automatically learn a policy for solving a flexible Job-shop scheduling problem (FJSP) using a graph neural network. In the FJSP environment, the reinforcement agent needs to schedule an operation belonging to a job on an eligible machine among a set of compatible machines at each timestep. This means that an agent needs to control multiple actions simultaneously. Such a problem with multi-actions is formulated as a multiple Markov decision process (MMDP). For solving the MMDPs, we propose a multi-pointer graph networks (MPGN) architecture and a training algorithm called multi-Proximal Policy Optimization (multi-PPO) to learn two sub-policies, including a job operation action policy and a machine action policy to assign a job operation to a machine. The MPGN architecture consists of two encoder-decoder components, which define the job operation action policy and the machine action policy for predicting probability distributions over different operations and machines, respectively. We introduce a disjunctive graph representation of FJSP and use a graph neural network to embed the local state encountered during scheduling. The computational experiment results show that the agent can learn a high-quality dispatching policy and outperforms handcrafted heuristic dispatching rules in solution quality and meta-heuristic algorithm in running time. Moreover, the results achieved on random and benchmark instances demonstrate that the learned policies have a good generalization performance on real-world instances and significantly larger scale instances with up to 2000 operations.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Distance发布了新的文献求助10
刚刚
李爱国应助bdvdsrwteges采纳,获得10
刚刚
可可爱爱发布了新的文献求助10
刚刚
1秒前
香蕉紫菜完成签到,获得积分10
1秒前
3秒前
朴素代秋发布了新的文献求助10
3秒前
阿连完成签到,获得积分10
4秒前
surong发布了新的文献求助10
5秒前
5秒前
6秒前
孤烟完成签到,获得积分10
7秒前
8秒前
Hello应助我有一头小毛驴采纳,获得10
9秒前
二东发布了新的文献求助10
9秒前
KeYang发布了新的文献求助10
9秒前
火火火发布了新的文献求助30
9秒前
天天快乐应助司纤户羽采纳,获得10
10秒前
10秒前
热情的紫菜完成签到,获得积分10
11秒前
大大怪发布了新的文献求助10
12秒前
13秒前
善学以致用应助WERTUYU采纳,获得10
14秒前
华仔应助香蕉紫菜采纳,获得10
14秒前
英俊的铭应助xiaisxi采纳,获得10
14秒前
山猫完成签到,获得积分10
16秒前
科研通AI2S应助sanxing采纳,获得10
16秒前
又又发布了新的文献求助10
16秒前
18秒前
orixero应助三木小君子采纳,获得10
19秒前
001发布了新的文献求助10
20秒前
醉熏的小土豆完成签到,获得积分10
21秒前
22秒前
23秒前
tanwenbin完成签到,获得积分10
24秒前
24秒前
24秒前
文艺发布了新的文献求助30
24秒前
25秒前
26秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157866
求助须知:如何正确求助?哪些是违规求助? 2809202
关于积分的说明 7880857
捐赠科研通 2467704
什么是DOI,文献DOI怎么找? 1313664
科研通“疑难数据库(出版商)”最低求助积分说明 630476
版权声明 601943