蒙特卡罗树搜索方法用于车间调度问题的探索
人工智能
2025-01-31 v1 最优化与控制
摘要
车间调度问题（JSSP）是制造业中一个著名的优化问题，旨在确定不同机器上作业的最优序列，以最小化给定目标。在本研究中，我们关注最小化作业完成时间的加权和。我们探索了蒙特卡罗树搜索（MCTS）——一种基于启发式的强化学习技术——用于解决大规模JSSP，特别是那些具有回路的情况。我们提出了几种马尔可夫决策过程（MDP）模型来建模JSSP以适用于MCTS算法。此外，我们引入了一种新型的人造基准测试，源自真实制造数据，能够捕捉大规模非矩形实例在实际中常见的复杂性。我们的实验结果表明，MCTS能够有效地为大规模JSSP实例产生高质量的解决方案，优于我们基于约束编程的方法。
引用
@article{arxiv.2501.17991,
title = {Investigating the Monte-Carlo Tree Search Approach for the Job Shop Scheduling Problem},
author = {Laurie Boveroux and Damien Ernst and Quentin Louveaux},
journal= {arXiv preprint arXiv:2501.17991},
year = {2025}
}