小规模训练，大规模迁移
该算法利用问题分解与状态特征工程，在动态多目标置换流水车间中实时求解，无需针对每个实例重新训练，且效果优于现有方法。
Yang, Yuanyuan · 钱斌 · 胡蓉 · Li, Zuocheng · 张梓琪 · 金怀平 · Yang, Jianbo
Swarm and Evolutionary Computation 2025
通过高区分度的状态特征与基于问题约束的动作空间，模型在小规模实例训练后无需修改即可用于更大规模问题，省去逐实例重训练。
算法作为在线调度器给出实时解，避免了传统方法在动态环境下重新求解的延迟，能即时响应设备故障与新任务。
同时最小化加权最大完成时间与总拖期，通过理论验证的奖励函数在线评估每步动作，不偏废交货准时或产线效率。