买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜重庆大学申请的专利基于神经网络的非置换流水车间调度方法以及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117057569B 。

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311054709.5，技术领域涉及：G06Q10/0631；该发明授权基于神经网络的非置换流水车间调度方法以及装置是由蔡斌;薛邈;辛宇;冯佳伟;李东设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本基于神经网络的非置换流水车间调度方法以及装置在说明书摘要公布了：本发明涉及智能决策技术，揭露了基于神经网络的非置换流水车间调度方法，包括：获取历史流水车间调度问题数据，并根据预设的析取图转化关系，将历史流水车间问题数据转化为初始析取图；记录所述初始析取图中各节点，并根据所述各节点利用预设的模型框架进行决策建模，得到初始决策模型；利用预设的图神经网络模型对所述初始析取图中每个节点进行特征提取和特征嵌入，并利用预设的强化学习算法训练所述预设的图神经网络模型，得到标准图神经网络模型；利用所述标准图神经网络模型优化所述初始决策模型，得到目标决策模型。本发明还提出一种基于神经网络的非置换流水车间调度装置。本发明可以降低实现非置换流水车间调度问题的难度，提高实用性。

本发明授权基于神经网络的非置换流水车间调度方法以及装置在权利要求书中公布了：1.一种基于神经网络的非置换流水车间调度方法，其特征在于，所述方法包括：获取历史流水车间调度问题数据，并根据预设的析取图转化关系，将所述历史流水车间问题数据转化为初始析取图；记录所述初始析取图中各节点，并根据所述各节点利用预设的模型框架进行决策建模，得到初始决策模型；利用预设的图神经网络模型对所述初始析取图中每个节点进行特征提取和特征嵌入，并利用预设的强化学习算法训练所述预设的图神经网络模型，得到标准图神经网络模型，其中，所述利用预设的强化学习算法训练所述预设的图神经网络模型，包括：获取所述图神经网络模型的调度信息，并将所述调度信息输入至预设的强化学习算法的Actor新网络中，并构建当前状态数据下每个执行动作的正态分布；从所述正态分布中筛选出一个执行动作，再输入至所述图神经网络模型中，得到当前状态数据下的奖励标量值和下一状态数据；将所述下一状态数据输入至所述Actor新网络中，并循环获取奖励标量值和下一状态数据，直到获取到预设数量的调度信息、奖励标量值以及下一执行动作；将所述循环获取到的最后一步得到的下一状态数据输入至所述预设的强化学习算法的Critic网络中，得到当前状态数据的状态值函数；根据所述状态值函数计算奖励标量值折扣函数，直到整个调度过程结束，并根据预设的强化学习算法中的第一损失函数反向传播更新所述Critic网络；将获取到的所述预设数量的调度信息分别输入至Actor旧网络和Actor新网络中，得到第一正态分布以及第二正态分布；将获取到的所述预设数量的下一执行动作分别输入至第一正态分布以及第二正态分布中，得到第一概率值和第二概率值；根据所述第一概率值和所述第二概率值计算相对变化速率；根据所述相对变化速率，利用第二损失函数更新所述Actor新网络；将所述Critic网络以及所述Actor新网络的更新过程迭代训练k次，得到所述标准图神经网络模型模型；利用所述标准图神经网络模型优化所述初始决策模型，得到目标决策模型，其中，所述利用所述标准图神经网络模型优化所述初始决策模型，包括：利用所述标准图神经网络模型预测所述初始决策模型中每个动作的动作值函数以及每个状态的状态值函数；利用所述每个动作值函数以及所述每个状态值函数优化所述初始决策模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。