双流频谱图神经网络用于JSSP调度的最小可运行工程。包含可堆叠编码器、PPO训练、Taillard基准解析、alpha日志与文本可视化、甘特与高频条形图。

• 依赖：Python 3.10+，不强制第三方库

• env/：最小环境、Taillard解析与实例环境
• models/：频谱层、编码器、Actor-Critic
• algorithm/：PPO
• scripts/：训练、批量评测、可视化
• 训练与评测日志输出

python scripts/train.py

• 输出：每轮的完工时间与损失
• 日志：logs/alpha_ep_X.txt、logs/gantt_ep_X.txt

python scripts/visualize_alpha.py
python scripts/plot_paper_figs.py

• 展示alpha文本热力图与条形图，并排打印甘特文本图
• 若需图形绘制，脚本中自行引入matplotlib并替换文本输出

• 将Taillard实例文件置于 data/raw/
• 文件格式示例：

3 2
0 3 1 2
1 4 0 1
0 2 1 5

python scripts/evaluate_batch.py

• 输出：每个实例的完工时间
• 日志：logs/batch/<实例名>.txt 记录文本甘特图

• 随机生成 JSSP 实例并边训练边生成

python scripts/train_gen.py <jobs> <machines> <episodes>
例：python scripts/train_gen.py 6 4 10

• 生成的模型将保存至 checkpoints/spectral_policy_x.pt
• 推理可直接加载对应规模的模型并生成实例：

python scripts/infer.py gen:<jobs>x<machines>
例：python scripts/infer.py gen:6x4

• 低通：ÂX
• 高频：X−ÂX
• 融合：α·低通+(1−α)·高通

• 使用 logs/alpha_ep_X.txt 与 logs/gantt_ep_X.txt
• 关键路径分析：取时间线中结束时间接近makespan的操作集合，与alpha较高节点对比

• Taillard解析假设每行交替给出机器与加工时间
• 若需图形化绘制，可在脚本中自行引入matplotlib并替换文本输出
• 训练日志输出位于 logs/，批量评测输出位于 logs/batch/