《计算机应用研究》|Application Research of Computers

嵌入指针网络的深度循环神经网络模型求解作业车间调度问题

Method to solve job shop scheduling problem using deep recurrent neural network model with embedded pointer network

免费全文下载 (已被下载 次)  
获取PDF全文
作者 任剑锋,叶春明
机构 上海理工大学 管理学院;河南财经政法大学 计算机与信息工程学院
统计 摘要被查看 次,已被下载
摘要 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,以长短期记忆网络(long short-term memory,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。
关键词 LSTM;指针网络;注意力机制;作业车间调度
基金项目 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)
本文URL http://www.arocmag.com/article/02-2021-01-022.html
收稿日期
修回日期
页码 -
中图分类号 TP18
文献标志码