典型文献
基于深度学习神经网络和量子遗传算法的柔性作业车间动态调度
文献摘要：
针对柔性作业车间动态调度问题构建以平均延期惩罚、能耗、偏差度为目标的动态调度优化模型,提出一种基于深度Q学习神经网络的量子遗传算法.首先搭建基于动态事件扰动和周期性重调度的学习环境,利用深度Q学习神经网络算法,建立环境行为评价神经网络模型作为优化模型的适应度函数.然后利用改进的量子遗传算法求解动态调度优化模型.该算法设计了基于工序编码和设备编码的多层编码解码方案;制定了基于适应度的动态调整旋转角策略,提高了种群的收敛速度;结合基于T ent映射的混沌搜索算法,以跳出局部最优解.最后通过测试算例验证了环境-行为评价神经网络模型的鲁棒性和对环境的适应性,以及优化算法的有效性.
文献关键词：
柔性作业车间动态调度;能耗;平均延期惩罚;偏差度;深度Q学习神经网络;改进量子遗传算法;混沌搜索
中图分类号：
作者姓名：
陈亮;阎春平;陈建霖;侯跃辉
作者机构：
重庆大学机械与运载工程学院,重庆400044
文献出处：
引用格式：
[1]陈亮;阎春平;陈建霖;侯跃辉-.基于深度学习神经网络和量子遗传算法的柔性作业车间动态调度)[J].重庆大学学报,2022(06):40-54
A类：
平均延期惩罚
B类：
深度学习神经网络,柔性作业车间动态调度,调度问题,问题构建,偏差度,调度优化,重调度,学习环境,神经网络算法,环境行为,行为评价,适应度函数,算法设计,编码解码,旋转角,收敛速度,ent,混沌搜索,搜索算法,跳出局部,局部最优解,试算,算例验证,改进量子遗传算法
AB值：
0.228277
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。
