基于网络物理互联的分层注意力网络的强化学习方法,用于快速时尚制造业中的订单调度
《JOURNAL OF MANUFACTURING SYSTEMS》:Cyber-physical internet enabled hierarchical attention network based reinforcement learning for order dispatch in fast fashion manufacturing
【字体:
大
中
小
】
时间:2025年12月09日
来源:JOURNAL OF MANUFACTURING SYSTEMS 14.2
编辑推荐:
王彦颖|赵志恒|韩玉洁|程颖|黄乔治Q
香港理工大学工业与系统工程系先进制造研究所,中国香港
**摘要**
像SHEIN这样的快时尚平台协调了数千家小型、邻近的服装工厂,以完成大量小批量、快速切换的订单。在尊重工艺流程的情况下,将每个订单操作分配到最合适的工厂,从而
王彦颖|赵志恒|韩玉洁|程颖|黄乔治Q
香港理工大学工业与系统工程系先进制造研究所,中国香港
**摘要**
像SHEIN这样的快时尚平台协调了数千家小型、邻近的服装工厂,以完成大量小批量、快速切换的订单。在尊重工艺流程的情况下,将每个订单操作分配到最合适的工厂,从而形成了一个具有序列依赖性设置时间的灵活作业车间调度问题(FJSP-SDST),该问题属于NP难问题,需要随着新批次的到来而反复解决。当前的端到端深度强化学习(DRL)调度器要么从头开始重新安排每个批次,要么忽略设置成本,这降低了效率。我们引入了一个基于信息物理互联网(CPI)的调度框架,为每个工厂和公司提供路由器,使它们能够缓存已解决的调度方案并广播实时工厂状态。这种方法避免了冗余计算,并提供了最新的设置时间数据。在这个框架内,我们开发了一种基于分层注意力网络的强化学习(HANRL)调度器,用于模拟订单与工厂之间的互动,以及工厂之间的竞争和设置成本。在合成数据和公共基准测试上的实验表明,HANRL在减少总周期时间方面优于现有的DRL方法,并且保持了亚秒级的决策时间。这证明了HANRL适用于大规模的社会制造环境。
**引言**
服装制造是一种高度定制化和灵活的生产任务。随着O2O(在线到线下)平台的快速发展,近年来出现了一波以高交付频率和低交货时间为特征的新快时尚公司[1]。引领这一趋势的公司,如SHEIN,通过与区域内数千家中小型服装工厂建立深度合作关系,建立了灵活的供应链,实现了小批量、快速周转的生产模式。2023年,SHEIN的毛商品价值(GMV)在一年内增长了近50%,达到450亿美元,使其成为全球最具价值的独角兽企业之一[2]。这一飞速崛起表明,基于园区的社会制造模式在降低成本、提高效率以及快速响应时尚趋势方面具有显著优势,并将成为服装行业的主导模式。
社会制造是实现高度灵活生产的关键框架[3]。在SHEIN总部五公里半径范围内,有数千家相关的供应商和制造商。当一个订单下达时,从印制到最终裁剪的每个生产步骤都可以由多个工厂完成。因此,我们考虑了一个包含多个工厂的集成服装生产园区。每个工厂可以执行不同的加工阶段,如面料裁剪、缝纫、纽扣孔制作或特殊工艺处理。由于所有工厂都位于同一园区内,工厂之间的运输时间可以忽略不计,因此在我们的模型中不予考虑。通过订单调度平台,公司及其工厂依赖该平台将每个订单的每个操作分配给适当的工厂,并协调工厂之间的路线,以确保每个产品严格遵循其规定的技术顺序。这个订单调度问题(ODP)属于NP难问题,可以近似为一个灵活作业车间调度问题(FJSP)[4]。然而,现代时尚制造的小批量、高混合度和快速切换特性引入了额外的复杂性。特别是在快时尚服装制造中,由于趋势变化迅速,工厂面临频繁的款式变更,这会导致额外的设置时间。这种设置时间直接取决于前后的订单;因此称为序列依赖性设置时间(SDST)。例如,如果两个连续的产品非常相似,所需的设置时间可能只有几十分钟。然而,如果后续产品在面料、针脚密度或缝纫方法等方面有显著差异,可能需要拆卸和重新组装机器、重置参数,并允许操作员进行额外学习[5]。尽管许多FJSP研究忽略了SDST[6]、[7]、[8],但快时尚服装制造的小批量、快速款式切换特性意味着SDST是总周期时间的关键决定因素。
解决这些复杂性的一个关键工具是信息物理互联网(CPI)。CPI最初是在物流领域开发的,它使用网络层中的路由器持续收集货物状态信息,在各个节点缓存这些信息并传播,以实现实时决策。这种方法已在物流领域得到广泛应用和研究。CPI的缓存和自路由特性与传统互联网类似,使其特别适合大规模社会制造系统,在这些系统中,必须以最小的延迟和最大的资源利用率来协调大量的小订单和分布式资源。
然而,现有的社会服装制造订单调度解决方案面临两个典型挑战:
1) 显著的重新调度开销:传统的服装生产涉及少量大型订单。然而,在当前的灵活模式下,订单以小批量、频繁的方式到达,通常是补货订单。如果每个新到达的批次都需要从头开始重新调度,将消耗大量计算时间,这是不可接受的。
2) 忽略序列依赖性设置成本:目前,大多数端到端深度强化学习(DRL)调度器忽略了生产线重新配置的成本,尽管工人需要额外的时间和精力来适应每种新款式[9]。虽然过去的模型允许工人通过长时间生产单一款式来提高熟练度,但现代的小批量、快速款式切换模式迫使工人不断适应,如果忽略设置成本,会降低质量和效率。
为了解决这些问题,本研究提出了一种基于分层注意力网络的强化学习调度器,嵌入在CPI框架中。具体贡献如下:
1) 设计了一个基于CPI的调度框架,其中安装在工厂和公司层面的CPI路由器收集实时生产数据并存储已完成的调度方案。通过重用缓存的调度方案和传播最新的变更信息,该框架消除了冗余重新调度调用的需求,减少了响应延迟。
2) 提出了一种新的分层注意力网络,用于捕捉订单与工厂之间的复杂关系,包括设置成本和工厂之间的竞争强度。基于这种表示方法,所提出的HANRL方法解决了具有序列依赖性设置时间的灵活作业车间调度问题(FJSP-SDST),并在性能和泛化能力方面明显优于现有的DRL方法。
**章节片段**
**信息物理互联网(CPI)和CPI路由器**
CPI的概念最初是在物流领域提出的[10],其中类似路由器的节点发送和接收货运“数据报”,以便通过物理运输网络高效智能地路由货物[11]。移植到制造领域后,CPI同样追求一种分组交换的生产合作模式——“发送和接收”制造任务,就像即时消息在互联网上传输一样[12]。
**析取图**
析取图是FJSP的一种独特表示方法,将调度任务转换为图中无向弧的方向[28]。一个FJSP实例由析取图G={O,C,D}描述。节点集O={S}∪{Start,End},包括所有处理步骤集S以及两个虚拟节点Start和End。虚拟节点的处理时间为零,但当Start节点切换到任何实际步骤时,会有非零的设置时间。连接两个节点的弧集C表示……
**提出的方法**
本章首先介绍了CPI网络框架,详细说明了其架构、组件和定义,以及由其基础设施和训练有素的调度代理共同驱动的整个在线工作流程。然后描述了调度代理的构建,该代理以提出的HANRL模型为中心,并解释了其离线训练程序。
**实验**
本章在合成数据和公共数据集上测试和验证了所提出的HANRL方法,并将其与几种流行的PDR方法以及一种先进的DRL方法进行了比较,从而证明了该方法在性能和泛化能力方面的有效性。
**结论**
本研究介绍了一个CPI调度框架,通过CPI路由器将服装生产平台与合作的工厂网络无缝连接。路由器收集实时处理和设置信息,广播全局最优订单路由表,并缓存之前的解决方案,使得重复的订单集可以在不重新运行优化程序的情况下完成。嵌入在这个框架中的是一种基于分层注意力网络的强化学习(HANRL)调度器。
**作者贡献声明**
王彦颖:撰写——审阅与编辑、撰写——原始草稿、方法论、形式分析。
程颖:撰写——审阅与编辑。
黄乔治Q:监督、项目管理、资金获取、概念化。
赵志恒:撰写——审阅与编辑、监督、方法论、资金获取。
韩玉洁:撰写——审阅与编辑、形式分析、概念化。
**利益冲突声明**
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
**致谢**
作者衷心感谢中国国家自然科学基金(编号52305557)、香港研究资助委员会(编号15203025, T32-707/22-N, C7076-22GF, R7036-22)、广东省基础与应用基础研究基金(编号2024A1515011930)、香港理工大学先进制造研究所(RIAM)(编号CDLU, CDLM, CDJX)、部门一般研究基金(编号P0050805)以及校内机构的财政支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号