本發(fā)明提出一種基于強化學習和圖神經(jīng)網(wǎng)絡的柔性車間作業(yè)調(diào)度方法，屬于工業(yè)調(diào)度領(lǐng)域。具體包括如下步驟：1、根據(jù)車間實況初始化車間仿真壞境；2、導入預訓練的基于圖神經(jīng)網(wǎng)絡的策略函數(shù)模型；3、在車間仿真壞境中開始模擬任務，從車間當前時刻起，若檢測到車間有空閑設備，返回此空閑設備；4、將車間仿真壞境中信息歸納到柔性車間作業(yè)圖模型中；5、使用圖神經(jīng)網(wǎng)絡計算動作概率，并按概率選擇一個動作；6、車間仿真環(huán)境執(zhí)行此動作，若車間仿真環(huán)境中仍然有未完成的訂單，則回到步驟3，否則結(jié)束求解；7、從車間仿真環(huán)境中導出排程的結(jié)果。本專利所提出的方法不僅求解效果好而且計算效率更高，因此可以被真正應用工業(yè)生產(chǎn)中。