FlexiSched：基于元学习和原型网络的柔性车间动态调度问题

本项目使用元学习和原型网络技术，通过多种元启发式算法来解决动态车间调度问题。它处理动态调度环境，这些环境可归类为小样本问题。

介绍

动态车间调度是制造业中具有挑战性的问题，本项目采用元学习方法来解决它。我们使用元启发式算法创建了四种不同的元启发式算法，适用于不同的动态调度环境。这些环境被视为小样本问题。该项目还利用元学习和原型网络技术，为给定的调度情景选择最合适的启发式算法。一个两层嵌套模型用于辅助车间调度决策。

技术

• 元启发式
• 元学习
• 原型网络

特点

• 四种不同的元启发式算法，用于解决动态车间调度问题。
• 利用元学习和原型网络选择最佳启发式算法。
• 两层嵌套模型，用于车间调度决策支持。

算法

本项目包括以下元启发式算法：

1. [遗传算法]
2. [模拟退火]
3. [蚁群算法]
4. [禁忌搜索]