حل مساله زمانبندی تولید با بهره گیری از یادگیری تقویتی عمیق

پویایی بازارهای معاصر و چرخه‌های عمر کوتاه محصولات، تولیدکنندگان را با چالش‌های بنیادین در حوزه زمان‌بندی مواجه ساخته است. در این زمینه، زمان‌بندی باید نه‌تنها کارایی کلی سیستم تولیدی را بهبود بخشد، بلکه سطح بالای نرخ تحقق را در سطح کارگاه نیز تضمین کند. با این حال، تدوین قوانین اعزام که قادر به تحقق هم‌زمان این اهداف باشند، به تخصص و تجربه عمیق نیازمند است و فرآیندی زمان‌بر و خطاپذیر محسوب می‌شود. این وابستگی به نیروی انسانی، ضرورت توسعه رویکردهای خودکار را برجسته می‌سازد. برای پاسخ به این چالش، یادگیری تقویتی عمیق [1] با اتکا به شبکه‌های عصبی عمیق رویکردی نویدبخش معرفی شده است. بااین‌حال، معماری‌های متعارف dnn در استخراج و پردازش ویژگی‌های کیفی پیچیده زمان‌بندی، مانند ترتیب اجرای عملیات یا وابستگی‌های ساختاری میان عملیات و منابع، ناکارآمدند [2]. این محدودیت موجب می‌شود که نتوانند قوانینی تولید کنند که هم نیازهای مدیریتی کلان و هم قیود عملیاتی کارگاه را برآورده سازند. در این پژوهش، مدلی نوین از dnn ارائه می‌شود که داده‌های عددی و غیرعددی را به‌طور هم‌زمان پردازش می‌کند. رویکرد پیشنهادی با به‌کارگیری شبکه‌های عصبی کانولوشنی گراف [3] زمان‌بندی‌ها را در قالب گراف‌های جهت‌دار بازنمایی می‌کند، به‌گونه‌ای که داده‌های کمی به‌صورت ویژگی‌های گره‌ها و داده‌های کیفی به‌صورت یال‌های جهت‌دار مدل‌سازی می‌شوند. gcnnاز طریق انتشار پیام و عملیات کانولوشن، این داده‌ها را به بردارهای ویژگی غنی تبدیل کرده و آن‌ها را در یادگیری سیاست‌های اعزام به‌کار می‌گیرد. نتایج تجربی نشان می‌دهد که مدل پیشنهادی نسبت به معماری‌های مرسوم، عملکرد برتری دارد و قادر است به‌طور خودکار قوانینی استخراج کند که به بهبود کارایی کلان سیستم و افزایش نرخ تحقق در کارگاه‌ها منجر شود. این دستاورد می‌تواند گامی موثر در مسیر خودکارسازی زمان‌بندی تولید محسوب گردد