利用图神经网络的鲁棒强化学习方法进行随机城市轨道交通日常维护调度

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Robust reinforcement learning with graph neural networks for stochastic urban rail daily maintenance scheduling

　　

单黄|易旺|李立帅|梁波|秦罗

• •
  将动态城市铁路维护调度建模为一个基于偏好条件的多目标SRCPSP问题，平衡了作业完成时间、超时罚款、财务成本、维护质量和资源公平性。
• •
  提出了一种结合优先级感知和变化衰减机制的混合GNN模型，用于自适应编码有向无环图（DAG）的拓扑变化。
• •
  与CPLEX相比，该算法的求解速度提高了289倍，误差仅为0.29%；在随机插入环境中，其固定偏好下的综合成本最优或接近最优，且求解速度比MatNet快约5.4倍，比PMOCO快250多倍。
• •
  将该算法应用于深圳地铁维护调度，平均作业完成时间为625.03分钟，求解时间为1.17秒。
• •
  证明了该算法对运营扰动和分布异常具有很强的鲁棒性，无论插入量如何变化，都能保持响应时间不变。