Graph-RHO: Neuer Ansatz für langfristige Flexible Job-Shop-Planung

Die Planung von Fertigungsaufträgen über lange Zeiträume – das sogenannte Long‑Horizon Flexible Job‑Shop Scheduling (FJSP) – stellt ein enormes kombinatorisches Problem dar. Entscheidungen hängen stark voneinander ab und erstrecken sich über viele Zeiteinheiten, sodass herkömmliche Optimierungsverfahren schnell an ihre Grenzen stoßen.

In dem kürzlich veröffentlichten Paper „Graph‑RHO: Critical‑path‑aware Heterogeneous Graph Network for Long‑Horizon Flexible Job‑Shop Scheduling“ wird ein völlig neuer Ansatz vorgestellt. Der Kern bildet ein heterogenes Graphen‑Netzwerk, das jede Teilaufgabe als Operation‑Maschine‑Graph mit mehrdimensionalen Kanten darstellt. Durch kanten‑feature‑bewusste Nachrichtenweitergabe kann das Modell die Stabilität einzelner Operationen vorhersagen. Zusätzlich wird ein kritischer Pfad‑Mechanismus eingesetzt, der das Netzwerk während des Trainings dazu bringt, Engpass‑Operationen von robusten zu unterscheiden. Schließlich sorgt eine adaptive Schwellenwert‑Strategie dafür, dass die Entscheidungskriterien dynamisch an die aktuelle Unsicherheit des Modells angepasst werden, sodass die Solver‑Suche effizienter geführt wird.

Die umfangreichen Experimente auf etablierten Benchmark‑Datensätzen zeigen, dass Graph‑RHO die Lösungsqualität deutlich verbessert und die Rechenzeit reduziert. Dieser Fortschritt eröffnet neue Möglichkeiten für die Echtzeit‑Optimierung komplexer Fertigungsprozesse und legt den Grundstein für weitere Entwicklungen im Bereich graph‑basierter Rolling‑Horizon‑Optimierung.