典型文献
智能化园林工程进度管理方法应用研究
文献摘要：
随着城镇化建设的快速推进,园林工程项目的规模以及复杂程度也在日益增长,然而传统计算工程项目关键路线的方法由于自身的局限性,很难在规模大的项目中找出最优路线.因此,在工程网络图的基础上,提出基于DQN(Deep Q Network)的工程进度管理方法,通过构建神经网络,将大量的历史数据输入进去,让计算机来计算关键线路,进而预测施工周期,并以某公园为例进行实验仿真分析.实验表明此算法在应对规模较大的项目时,计算关键线路更加准确,效率也更高,可以帮助施工单位快速找到最优策略,有效减少由于不确定性因素造成的工期延误以及资金的损失.
文献关键词：
深度强化学习;DQN;园林工程进度管理;工程网络图
中图分类号：
作者姓名：
谢亚楠;周森鑫
作者机构：
安徽财经大学 管理科学与工程学院,安徽 蚌埠 233000
文献出处：
引用格式：
[1]谢亚楠;周森鑫-.智能化园林工程进度管理方法应用研究)[J].赤峰学院学报（自然科学版）,2022(02):32-36
A类：
园林工程进度管理,工程网络图
B类：
城镇化建设,快速推进,复杂程度,最优路线,DQN,Deep,Network,历史数据,进去,关键线路,施工周期,实验仿真分析,规模较,施工单位,最优策略,不确定性因素,工期延误,深度强化学习
AB值：
0.248583
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
