国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:任剑锋,叶春明,
单位:1.上海理工大学管理学院,上海200093;2.河南财经政法大学计算机与信息工程学院,郑州450018;
关键词:长短期记忆网络,指针网络,注意力机制,作业车间调度,
基金:国家自然科学基金资助项目(71840003);上海理工大学科技发展资助项目(2018KJFZ043);;
提出了一种数据驱动的作业车间调度算法,训练样本来源于基准实例和部分实际生产数据,通过特征函数来构建样本的特征数据并进行归一化处理,标签数据由调度任务和相应的调度规则的映射关系构成,以LSTM模型为主框架,在模型中嵌入指针网络,将当前序列中概率最大的工件优先进入缓冲区,提高了神经网络的训练速度和质量,采用训练后的模型对新问题进行求解。结果证明了所构建模型的有效性,同时为求解作业车间调度问题提供了新思路。
来源:2021年第1期
《计算机应用研究》期刊编辑部