典型文献
基于DQN的机场地服人员动态排班研究
文献摘要：
针对在繁忙机场的地面服务人员动态排班问题,提出一种基于深度Q网络(DQN)的排班方法.首先以最大化任务执行率和最小化员工工作时间作为目标,建立了优化模型;然后根据目标提出了两种不同的排班方法,进而采用DQN算法,根据生成的航班动态数据,提取6个状态特征作为网络的输入,并拟定合适的奖励机制,使得训练后的模型能够动态地选择最好的分配方法,最终对模型进行求解.将该方法应用在连续7 d的实际排班中,实验结果表明:与人工排班结果相比,该方法平均每天的任务完成数增加了 0.43个,员工的总工作时长减少了53 min,DQN的排班结果具有明显优势,提高了机场地面服务的工作效率.
文献关键词：
机场人员排班;动态排班;机场安全保障;深度强化学习;深度Q网络;多目标优化
中图分类号：
作者姓名：
余明晖;周鼎新;汤皓泉
作者机构：
华中科技大学人工智能与自动化学院,湖北武汉430074;中国舰船研究设计中心,湖北 武汉430064
文献出处：
引用格式：
[1]余明晖;周鼎新;汤皓泉-.基于DQN的机场地服人员动态排班研究)[J].华中科技大学学报（自然科学版）,2022(11):66-71
A类：
动态排班,机场人员排班,机场安全保障
B类：
DQN,服人,繁忙机场,服务人员,先以,执行率,工作时间,航班,动态数据,拟定,奖励机制,分配方法,任务完成,总工,工作时长,深度强化学习,多目标优化
AB值：
0.240873
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。
