来源：期刊VIP网 时间：
作者：陈靖浩;陈彦如;高慕瑾;
单位：西南交通大学经济管理学院;太原工业学院经济与管理系;
摘要：考虑不相容作业族和二维装箱约束的单机批调度优化问题，构建了以最小化作业的最大延迟时间为目标的混合整数规划模型。针对该问题的特性，设计了基于深度强化学习的超启发式算法框架，其中包括4种破坏算子、4种修复算子和1种局部搜索算子。该框架基于算子的历史表现，通过深度强化学习技术实现算子的自适应选择。此外，设计了动作重分配策略，以提升算法的求解效果。大量的数值实验表明，基于深度强化学习的超启发式算法框架在求解质量和求解效率上均优于商业求解器Gurobi和多种已有的启发式算法。最后，通过实验验证了改进策略的有效性，对关键参数进行了灵敏度分析并提出了相应的管理建议。
关键词：批处理机;;二维装箱;;不相容作业族;;深度强化学习;;超启发式
基金资助：国家自然科学基金资助项目(72371206)
