计算机应用研究

作者：董海,鲁婷婷,

单位：沈阳大学应用技术学院,沈阳110044；

关键词：柔性作业车间调度问题,深度强化学习,近端策略优化,智能制造,

基金：国家自然科学基金资助项目(71672117)；中央引导地方科技发展资金计划资助项目(2021JH6/10500149)；；

柔性作业车间动态调度问题因其动态性和复杂性成为智能制造领域的研究重点。针对柔性作业车间动态调度问题的复杂性与动态性，提出了一种基于深度强化学习和近端策略优化相结合的调度优化算法。该算法通过构建马尔可夫决策过程模型，定义状态空间、动作空间及多目标奖励函数，设计了离线训练与在线应用相结合的两阶段动态调度框架，以提升调度策略的泛化能力和鲁棒性。实验在不同规模实例中验证了算法的性能，结果表明提出方法在不同规模场景下均优于传统启发式算法和现有学习算法，尤其在大规模实例中最大完工时间降低了23.6%、最优性偏差减少了7.5个百分点，展现了卓越的适应性与优化能力。

来源：2025年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第9期