基于特征驱动双深度Q网络与迭代贪婪算法的可重入混合流水车间智能调度优化

本文针对可重入混合流水车间调度问题(RHFSP)提出创新性解决方案FD3QNIG算法，通过建立五维混合整数线性规划(MILP)模型提升建模精度，结合特征驱动初始化(FDNEH)和自适应历史信息破坏重建策略(AHDDR)平衡探索与开发，首次将强制操作局部搜索(CED_MOLS)应用于RHFSP，并采用双深度Q网络(DDQN_ASS)实现动态策略选择。实验表明该算法在285个基准实例上平均相对百分比增长(ARPI)较现有方法提升53%-94%，为复杂制造系统调度提供了突破性方法。

　　

Highlight亮点

本研究针对具有完全可重入特性的混合流水车间系统，创新性地将深度强化学习与元启发式算法融合，开发出具备自主决策能力的智能调度引擎。

Problem Description and Mathematical Model问题描述与数学模型

RHFSP系统包含n个工件需依次通过S个加工阶段，每个阶段s（s=1,...,S）配备m_s≥1台并行机器，且至少一个阶段满足m_s>1。独特之处在于每个工件需多次循环通过所有S个阶段（称为"圈数L"），形成典型的可重入加工路径。本文建立的五维MILP模型通过引入跨圈次机器分配约束，解决了现有模型对加工顺序约束的忽视问题。

Feature-Driven Double Deep Q-Network with Iterated Greedy特征驱动双深度Q网络与迭代贪婪算法

FD3QNIG算法如Fig.5所示，其核心创新包括：

1）FDNEH初始化策略：利用加工时间波动特征构建高质量初始解

2）AHDDR策略：通过动态调整破坏重建强度实现"探索-开发"平衡

3）首创将CED_MOLS应用于RHFSP：通过强制操作机制突破局部最优

4）DDQN_ASS机制：采用11维状态空间和7种搜索动作，通过融合局部与全局目标的奖励函数指导策略选择

Experimental Configuration and Evaluation Metrics实验配置与评估指标

实验采用TimeLimit=30×L×n×S(ms)的公平终止条件，在285个基准实例上验证算法性能。评估指标ARPI显示，FD3QNIG在求解质量和鲁棒性方面均显著优于对比算法。

Conclusions and Future Work结论与展望

本文提出的FD3QNIG算法通过特征驱动和自适应学习机制，有效解决了RHFSP的三大挑战：模型精度不足、搜索空间受限和策略选择僵化。未来工作将扩展算法在柔性制造系统中的普适性应用。