- 1、本文档共15页,其中可免费阅读14页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于生产计划技术领域,具体涉及一种基于DeepQ‑network深度强化学习的单件作业车间调度方法,包括以下步骤:(1)采用析取图的方法对作业车间调度环境进行建模,将调度决策问题转换为序贯决策问题,建立马尔科夫五元组模型,使用深度强化学习对该模型进行求解;(2)从作业车间调度的析取图环境中提取当前的状态;(3)采用卷积神经网络对动作值函数和目标值函数进行拟合;(4)采用18种启发式调度规则,作为强化学习的代理动作;(5)设计奖励函数对整个调度决策进行评估,使用DQN算法更新动作值函数的权
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113792924 A
(43)申请公布日 2021.12.14
(21)申请号 202111084479.8 G06N 3/08 (2006.01)
文档评论(0)