arXiv 机器学习· Ziheng Zhang, Wei Zhang, Yunyi Zhao, Zuming Liu, Wei Zhou, Boon Ping Gan·· 4 小时前AI 评分31
BOLT：面向带时间滞后与资源耦合运输柔性作业车间调度的多瓶颈界引导学习
BOLT: Multi-Bottleneck Bound-Guided Learning for Flexible Job-Shop Scheduling with Time Lags and Resource-Coupled Transport
AI 导读
研究人员提出结合多瓶颈下界引导学习的调度方法 BOLT，用于解决带时间滞后及车队运输资源耦合的柔性作业车间调度问题。在三车 80 模块批次测试中，BOLT 的平均制造期比最优分派规则组合缩短 13.0%，并比 1 小时限时约束规划求解器缩短 4.2%。该方法在单 CPU 核心上单事件决策时间仅为 2.3-5.9 ms，且可在数秒内完成扰动重规划。
来源：arXiv 机器学习 · arxiv.org