基于强化学习的柔性车间异构机器资源调度方法

本发明公开了基于强化学习的柔性车间异构机器资源调度方法。该方法包括以下步骤：将柔性车间异构机器资源调度构建为马尔可夫决策过程，并构建异构析取图，以确定马尔可夫决策过程的状态空间；基于异构图神经网络构建协同决策模型，以获取柔性车间异构机器资源调度的经验池；基于改进的近端策略优化算法对协同决策模型进行更新，并利用更新后的协同决策模型进行柔性车间异构机器资源调度。本发明通过构建异构析取图精准描述马尔可夫决策过程的状态空间，利用协同决策模型学习调度策略，并采用改进的近端策略优化算法进行训练，有效解决了异构机器需求下的复杂调度问题，提升了调度方案的质量和效率。