[发明专利]一种基于transformer的端到端动态作业车间调度系统

权利要求书

1.一种基于transformer的端到端动态作业车间调度系统，其特征在于，包括特征提取模块、特征压缩模块和动作选择模块；

根据车间生产状态建立析取图，根据析取图作为系统的输入；

使用特征提取模块提取所述析取图中的初始特征并将初始特征转化为特征向量矩阵；

使用特征压缩模块将所述特征向量矩阵转换成256维的固定长度的向量；

使用动作选择模块根据所述固定长度的向量在每个决策时刻从8个调度规则中选择特定的调度规则进行车间调度，

其中，动作选择模块在每个决策时刻使用softmax函数来进行调度规则的选择。

2.根据权利要求1所述的基于transformer的端到端动态作业车间调度系统，其特征在于，利用交叉熵损失函数训练所述系统，使用交叉熵损失函数计算所述系统针对一个特定的析取图所输出的调度规则与所述析取图所对应的标签之间的交叉熵损失，

其中，将针对一个特定的析取图所选择的特定的调度规则作为所述析取图的标签并根据该交叉熵损失函数训练系统，交叉熵损失L的计算如下：

；

其中，N表示用以训练系统的总的析取图的数量；v表示8个调度规则中的1个；c表示任意一个单独的析取图；是表示析取图c是否与调度规则v相对应的标签，0表示调度规则v不是析取图c所对应的标签，1表示调度规则v是析取图c所对应的标签；表示析取图c与调度规则v相对应的概率；

当交叉熵损失L小于预定值时，所述系统训练完毕。

3.根据权利要求1所述的基于transformer的端到端动态作业车间调度系统，其特征在于，使用能够反映车间生产状态的析取图作为SPP-Transformer输入；析取图为的有向图；

其中，V为所有作业的工序的集合，所述工序被表示为析取图中的各个顶点；

V同时包括源点和汇点两个假顶点，分别代表为调度的开始和结束；

在析取图中，每两个连续的工序之间若存在优先级约束，则使用有向连接边将这两个工序进行连接，所有的有向连接边组成了集合C；

将以下几个属性添加到析取图的每个顶点中：

每个工序的编号；

包含该顶点所表示的工序的作业编号；

能够加工该顶点所表示的工序的机器编号；若无能够加工该工序的机器，则该顶点所对应的机器编号为0；

工序完成情况：“1”表示该顶点所表示的工序已完成加工，“0”表示该顶点所表示的工序正在被加工，“-1”表示该顶点所表示的工序未完成加工；

完成率：当此顶点所表示的工序完成加工后，包含此工序的作业的完成率；

剩余工序数量；

等待时间；

加工时间；

剩余时间；

此顶点所表示的工序是否可加工，如果该工序可被加工，则该属性为 “True”。

4.根据权利要求3所述的基于transformer的端到端动态作业车间调度系统，其特征在于，使用特征提取模块提取析取图中的初始特征并将初始特征转化为特征向量矩阵；

所述系统的特征提取模块由6个编码器层组成，每个编码器层包含堆叠的attention函数、feed forward network、残差连接和Layer normalization；

每道工序与析取图中的每个顶点相对应，每个顶点被视作1个长度为10的特征序列；

所有顶点所对应的特征序列共同构成了特征序列矩阵，并被输入至所述特征提取模块中，由特征提取模块进行处理，得到特征向量；

其中，所述特征提取模块中的attention函数计算所输入特征序列矩阵中的注意力分布，attention函数使用查询Q以确定当前加工过程中的所有工序所涉及的加工类型，使用键K表示当前正在处理的工序的加工类型，使用值 V’表示当前在处理的工序的信息；并将查询 Q和键值对所构成的集合映射到输出；

其中，代表总的工序数量，而代表输入的特征序列的长度，代表行数为，列数为的实数矩阵；

计算查询Q和键K的点积，得到所有工序的匹配分数，并将匹配分数进一步除以，应用softmax函数来获得值V’的权重，计算权重和数值V的点积来计算输出；

其中，attention函数如下所示：

  。