bet356·(中国区)官方网站

大规模生产系统实时控制一直是智能制造领域中极具挑战性的难题，近日，由杨宏兵老师（通讯作者）指导的我院本科生陈睿奇（第一作者）、黎雯馨的高级排产研究成果：“A Deep Reinforcement Learning Framework Based on an Attention Mechanism and Disjunctive Graph Embedding for the Job Shop Scheduling Problem”，在线发表于IEEE Transactions on Industrial Informatics期刊，该刊为中科院一区TOP期刊，影响因子达10.215。该项研究成果首次将Transformer 框架引入到智能制造系统，并基于Attention mechanism和Disjunctive Graph理论设计了一种新颖的深度强化学习模型用于解决智能制造过程中的实时调度问题，实验结果表明在大规模场景下，该方法性能优于google公司OR Tools以及当前的一些主要算法，进一步实验表明该方法仅需要在在少量场景下训练后即可用于其他不同场景下生产系统的智能调度，表现出良好的泛化性和鲁棒性，为大规模生产系统的智能控制提供了新的研究方向和思路。DOI: 10.1109/TII.2022.3167380

图：Transformer 框架