典型文献
改进Q学习算法在作业车间调度问题中的应用
文献摘要：
为解决动态环境下作业车间调度问题,提出了一种基于改进Q学习算法和调度规则的动态调度算法.以"剩余任务紧迫程度"的概念来描述动态调度算法的状态空间;设计了以"松弛越高,惩罚越高"为宗旨的回报函数;通过引入以Softmnax函数为主体的动作选择策略来改进传统的Q学习算法,使改进后的Q学习算法在前期选择不同动作的概率更加平等,同时改善了贪婪策略在学习后期还会选择次优动作的现象.仿真结果表明:该调度算法相较于改进前,性能指标平均提升约6.5％;相较于IPSO算法和PSO算法,性能指标平均提升分别约为38.3％和38.9％,调度结果明显优于使用单一调度规则以及传统优化算法等常规方法.
文献关键词：
强化学习;Q学习;调度规则;动态调度;作业车间调度
中图分类号：
作者姓名：
赵也践;王艳红;张俊;于洪霞;田中大
作者机构：
沈阳工业大学人工智能学院,辽宁沈阳110027
文献出处：
引用格式：
[1]赵也践;王艳红;张俊;于洪霞;田中大-.改进Q学习算法在作业车间调度问题中的应用)[J].系统仿真学报,2022(06):1247-1258
A类：
Softmnax
B类：
作业车间调度问题,动态环境,下作,调度规则,动态调度,调度算法,状态空间,松弛,动作选择策略,贪婪策略,次优,进前,IPSO,常规方法,强化学习
AB值：
0.237176
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。
