柔性作业车间调度问题的课程强化学习算法

针对深度强化学习在柔性作业车间调度问题上泛化能力不足的问题,提出结合课程学习和深度强化学习的方法。通过动态调整训练实例难度,重点增强最难实例的训练,以适应不同数据分布,避免学习过程中的遗忘问题。仿真测试结果表明,算法在未经训练的大规模问题和基准数据集上保持了不错的性能。
在2种人造分布的4个未训练大规模问题上取得了更好的性能表现。相较于精确方法和元启发式方法,对于计算量较大的问题实例,能快速地获得质量不错的解。同时算法可以适应不同的数据分布的柔性作业车间调度问题,具有较快收敛速度和较好泛化能力。