NEH heuristic

Transformer模型应用于流式车间调度问题

研究人员开发了一种新颖的流式车间调度方法，采用了Transformer模型，这是一种机器学习架构。该方法将调度视为一个预测下一个token的任务，其中token代表作业-机器-辅助资源分配。模型在混合整数线性规划（MILP）生成的数据上进行训练，然后在推理过程中用于完成部分调度。在计算研究中，这种基于Transformer的方法在解决方案质量上优于遗传算法和其他启发式方法，尽管略逊于MILP和迭代贪婪启发式方法。