-
题名Job-shop排序问题的遗传强化学习算法
被引量：2
- 1
-
-
作者
潘燕春
周泓
-
机构
深圳大学管理学院
北京航空航天大学经济管理学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第16期25-28,共4页
-
基金
国家自然科学基金资助项目(70771003
70521001)
-
文摘
针对Job-shop排序问题的复杂性,提出一种遗传强化学习算法对其求解。通过引入多个随机变量,把Job-shop排序问题转换成多阶段决策问题,通过仿真手段构建作业排序问题模型环境,求取系统性能指标并保证解的可行性。设计一个多智能体Q-Learning算法和遗传算法相结合的算法用于解决Job-shop排序问题。仿真优化实验结果验证了该算法的有效性。
-
关键词
遗传强化学习
job—shop排序
多阶段决策
仿真
-
Keywords
Genetic Reinforcement Learning（GRL）
job-shop scheduling
sequential decision-making
simulation
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名提高交付安全性的瓶颈工序作业排序方法
被引量：1
- 2
-
-
作者
王康园
范秀敏
-
机构
上海交通大学机械与动力工程学院
-
出处
《工业工程与管理》
2003年第5期72-76,共5页
-
文摘
多工序Job Shop排序问题是困难的NP问题。但是实际生产中,瓶颈工序比较固定和明显,并且连续满负荷运转,在瓶颈工序上控制住作业次序,对快速交货型订单的交付起关键作用。针对瓶颈工序有多台设备的作业排序模型,采用动态规划的原理,先找到交货期和产能矛盾最突出的阶段,分段用隐枚举法排序,得到交付最安全的排序方案。该算法简单,计算量小。
-
关键词
中小企业
多工序job-shop排序问题
瓶颈工序作业
安全交付
动态规划
-
Keywords
job sequencing
dynamic programming
delivery safety
bottleneck process
-
分类号
F406.2
[经济管理—产业经济]
-
