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！

龙图腾网获悉云南大学申请的专利一种有效的求解柔性车间调度的强化学习和图神经融合方法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：CN119476798B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411516527.X，技术领域涉及：G06Q10/0631；该发明授权一种有效的求解柔性车间调度的强化学习和图神经融合方法是由康雁;李天靖;赵宾;林豪;范宝辰;李卓伦;李浩设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种有效的求解柔性车间调度的强化学习和图神经融合方法在说明书摘要公布了：本发明公开了一种有效的求解柔性车间调度的强化学习和图神经融合方法，包括以下步骤：将FJSP通过设置状态、动作、状态转换和奖励形式化为MDP，同时将调度过程描述为将就绪操作动态分配给兼容且空闲的机器；在调度过程中，将调度状态首先转化为异构图结构；采用异构图注意力网络进行两阶段嵌入，从异构图中提取作业和机器的特征嵌入；决策网络利用特征嵌入来生成动作概率分布，从中采样调度动作；使用近端策略优化算法进行深度强化学习模型的训练。与传统PDR和SOTADRL方法相比，算法在两个具有不同分布的合成数据集上显著实现了高质量的解决方案，提高了性能和泛化能力。还表现出良好的泛化能力，因为模型在小规模实例上训练大规模或分布外的实例。

本发明授权一种有效的求解柔性车间调度的强化学习和图神经融合方法在权利要求书中公布了：1.一种有效的求解柔性车间调度的强化学习和图神经融合方法，其特征在于，包括以下步骤： 将FJSP通过设置状态、动作、状态转换和奖励形式化为MDP，同时将调度过程描述为将就绪操作动态分配给兼容且空闲的机器； 在调度过程中，将调度状态首先转化为异构图结构； 采用异构图注意力网络进行两阶段嵌入，从异构图中提取作业和机器的特征嵌入，包括：将节点特征作为输入，并通过变换矩阵将不同类型节点的特征投影到相同的特征空间；使用改进的动态图注意机制学习节点与邻居之间的注意力权重； 决策网络利用特征嵌入来生成动作概率分布，从中采样调度动作； 使用近端策略优化算法进行深度强化学习模型的训练； 异构图结构包括异构析取图和竞争动态图，析取图表示作业之间的序列约束和多个操作在同一机器上处理的情况；异构析取图结构为，其中节点集合为所有操作集合，和为处理开始和结束的虚拟节点，集合包含表示同一作业连续操作之间优先约束的有向弧，集合为机器节点，每个机器节点对应于机器，集合为操作-机器弧集合，其中每个元素为一条无向弧； 竞争动态图结构为，其中为当前候选操作的集合，为候选机器的集合，为操作与机器之间的弧的集合，竞争动态图中，节点分别表示操作和机器，边表示他们之间的连接和竞争。

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云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路2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”。

以上内容由龙图腾AI智能生成。