BOLT调度新法：三车80模块批次完工时间降13%，每决策仅2.3毫秒！
BOLT: Multi-Bottleneck Bound-Guided Learning for Flexible Job-Shop Scheduling with Time Lags and Resource-Coupled Transport
📖 AI 总结
该论文研究资源耦合运输约束下的柔性作业车间调度问题：稀缺车队在工位间运送工件，调度方案直接决定运输等待时间。作者提出BOLT方法，从工序链、机器容量和车队容量三类松弛构造下界，该下界在调度终止时等于完工时间，因此每步下界增量可作为奖励信号，且其增长必然意味着完工时间下界的提升，策略据此进行学习；根节点下界还能在无需求解器的情况下证明已完成调度的次优间隙。在10模块预制建筑实例上，显式运输耦合仅在装载运输占车队时间不低于66%时优于运输惩罚策略，占56%及以下时无优势。在50和80模块零样本生产批次中，BOLT在多数场景优于最佳调度规则组合和惩罚策略；三车80模块批次中平均完工时间比最佳规则组合低13.0%，比一小时预算的约束规划求解器低4.2%，后者平均已证间隙为34%。单核每事件决策耗时2.3至5.9毫秒，扰动后可秒级重规划。
🔑 关键词速览
| 柔性作业车间调度 | 一种调度问题，其中每个作业可在多台机器上加工，且工序顺序灵活。 |
| 时间滞后 | 工序之间必须满足的最小或最大时间间隔约束。 |
| 资源耦合运输 | 运输资源（如车辆）与生产调度相互影响，运输等待时间由调度方案决定。 |
| 下界 | 问题最优解的一个理论最小值，用于评估解的质量和证明次优性间隙。 |
| 最大完工时间 | 完成所有作业所需的总时间，是调度问题的常见优化目标。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅