亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A self-learning genetic algorithm based on reinforcement learning for flexible job-shop scheduling problem

强化学习 计算机科学 作业车间调度 遗传算法 数学优化 水准点(测量) 调度(生产过程) 人工智能 地铁列车时刻表 机器学习 数学 大地测量学 操作系统 地理
作者
Ronghua Chen,Bo Yang,Li Shi,Shilong Wang
出处
期刊:Computers & Industrial Engineering [Elsevier]
卷期号:149: 106778-106778 被引量:286
标识
DOI:10.1016/j.cie.2020.106778
摘要

As an important branch of production scheduling, flexible job-shop scheduling problem (FJSP) is difficult to solve and is proven to be NP-hard. Many intelligent algorithms have been proposed to solve FJSP, but their key parameters cannot be dynamically adjusted effectively during the calculation process, which causes the solution efficiency and quality not being able to meet the production requirements. Therefore, a self-learning genetic algorithm (SLGA) is proposed in this paper, in which genetic algorithm (GA) is adopted as the basic optimization method and its key parameters are intelligently adjusted based on reinforcement learning (RL). Firstly, the self-learning model is analyzed and constructed in SLGA, SARSA algorithm and Q-Learning algorithm are applied as the learning methods at initial and later stages of optimization, respectively, and the conversion condition is designed. Secondly, the state determination method and reward method are designed for RL in GA environment. Finally, the learning effect and performance of SLGA in solving FJSP are compared with other algorithms using two groups of benchmark data instances with different scales. Experiment results show that the proposed SLGA significantly outperforms its competitors in solving FJSP.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
3秒前
7秒前
12秒前
柠檬发布了新的文献求助10
16秒前
眯眯眼的南琴完成签到,获得积分10
19秒前
20秒前
20秒前
鲨鱼辣椒完成签到,获得积分10
30秒前
demo完成签到,获得积分10
31秒前
32秒前
领会完成签到 ,获得积分10
33秒前
鲨鱼辣椒发布了新的文献求助10
34秒前
leilei完成签到,获得积分10
38秒前
38秒前
蛋邑完成签到,获得积分10
44秒前
48秒前
思源应助Langsam采纳,获得50
54秒前
he完成签到 ,获得积分10
1分钟前
负责念蕾完成签到 ,获得积分10
1分钟前
上官凯凯完成签到 ,获得积分10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
123应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
NexusExplorer应助科研通管家采纳,获得10
1分钟前
FashionBoy应助科研通管家采纳,获得10
1分钟前
JamesPei应助科研通管家采纳,获得10
1分钟前
怀玉完成签到 ,获得积分10
1分钟前
1分钟前
李昕123完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
小小aa16完成签到,获得积分10
1分钟前
科研通AI2S应助别踩痛了雪采纳,获得10
1分钟前
Langsam发布了新的文献求助50
1分钟前
aaa发布了新的文献求助10
1分钟前
2分钟前
2分钟前
敉_发布了新的文献求助10
2分钟前
2分钟前
狐狸萌萌哒完成签到 ,获得积分10
2分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052387
求助须知:如何正确求助?哪些是违规求助? 2709716
关于积分的说明 7418100
捐赠科研通 2354190
什么是DOI,文献DOI怎么找? 1245828
科研通“疑难数据库(出版商)”最低求助积分说明 605892
版权声明 595899