基于Q学习算法的作业车间动态调度

近年来, 在基于Q学习算法的作业车间动态调度系统中, 状态-行动和奖励值靠人为主观设定, 导致学习效果不理想, 与已知最优解相比, 结果偏差较大. 为此, 基于作业车间调度问题的特质, 对Q学习算法的要素进行重新设计, 并用标准算例库进行仿真测试. 将结果先与已知最优解和混合灰狼优化算法、离散布谷鸟算法和量子鲸鱼群算法在近似程度、最小值方面进行比较分析. 实验结果表明, 与国内求解作业车间调度问题的Q学习算法相比, 该方法在最优解的近似程度上显著提升, 与群智能算法相比, 在大多数算例中, 寻优能力方面有显著提升.     

区块链技术在车货匹配平台上的应用

本文针对当前车货匹配平台中所存在的虚假信息泛滥、对交易全过程缺乏监督以及违约现象严重的问题,将区块链技术运用于车货匹配平台中,设计了基于公有区块链的车货匹配平台框架及相应机制,用实际数据模拟双方在具有区块链技术的车货匹配平台上进行一次交易的全过程,并对交易的达成进行分析.结果表明,区块链技术能够增强平台上交易信息的可信度,能够对交易的执行全过程进行实时有效监督,间接降低了双方的违约行为,弥补了车货匹配平台所面临的短板,保障了双方的交易能够顺利进行.