| 基于 RBF 神经网络和强化学习算法的供应链产销协同计划冲突消解研究 |
| |
| 引用本文： | 武玉英,李豪,蒋国瑞. 基于 RBF 神经网络和强化学习算法的供应链产销协同计划冲突消解研究[J]. 计算机应用研究, 2015, 0(5): 1335-1338,1344 |
| |
| 作者姓名： | 武玉英 李豪 蒋国瑞 |
| |
| 作者单位： | 北京工业大学 经济管理学院,北京,100022 |
| |
| 基金项目： | 国家自然科学基金面上资助项目(71371018)；北京市社科规划项目 |
| |
| 摘 要： | 为提高传统协商自学习能力，利用多 agent 智能技术，建立基于黑板模型的协商框架，构建五元组协商模型，采取 Q-强化学习算法，给出一种协商策略；使用 RBF 神经网络进一步优化协商策略，预测对手信息并调整让步幅度。通过算例验证该方法的可行性和有效性，通过与未改进的 Q-强化学习算法对比，该方法可增强协商agent 的自学习能力，缩短协商时间，提高冲突消解效率。
|
| 关 键 词： | 多 agent 自学习 RBF 神经网络 Q-强化学习 冲突消解 |
Research on conflict resolution of supply chain production-marketing collaborative planning based on RBF and Q-reinforcement |
| |
| WU Yu-ying , LI Hao , JIANG Guo-rui. Research on conflict resolution of supply chain production-marketing collaborative planning based on RBF and Q-reinforcement[J]. Application Research of Computers, 2015, 0(5): 1335-1338,1344 |
| |
| Authors: | WU Yu-ying LI Hao JIANG Guo-rui |
| |
| Abstract: | |
| |
| Keywords: | multi-agent self-learning RBF neural network Q-reinforcement learning conflict resolution |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
