|
|||||
|
|
| Job-shop问题基于RBF网络的自学习算法 | |
| 引用本文： | 李国昊,李文超. Job-shop问题基于RBF网络的自学习算法[J]. 工业工程与管理, 2014, 19(6) |
| 作者姓名： | 李国昊 李文超 |
| 作者单位： | 1. 江苏大学管理学院,江苏镇江,212013 2. 江苏大学汽车与交通工程学院,江苏镇江,212013 |
| 基金项目： | 国家自然科学基金资助项目，江苏省高校自然科学研究项目 |
| 摘 要： | 通过对Job-shop问题分析,在逐步添加约束到有向图模型来获取可行调度方案基础上,提出一种具备自动学习功能智能算法.设计了可互换工序对4种选取函数,并以此作为网络输入构建了基于RBF的神经网络以实现对可互换工序对选取.利用最小均方算法对网络权重进行训练,经过对更新过的样本进行再学习后,网络选取可互换工序对的准确度得以提高,使算法具备自学习能力.数值仿真结果表明所提算法对于大规模Job-shop问题求解存在较好效果,具较好的应用价值. |
| 关 键 词： | 车间作业调度 自学习 有向图模型 可互换工序对 |
The Self-learning Algorithm Based on Radial Basis Function for Job-shop Problem |
|
| LI Guo-hao,LI Wen-chao. The Self-learning Algorithm Based on Radial Basis Function for Job-shop Problem[J]. Industrial Engineering and Management, 2014, 19(6) | |
| Authors: | LI Guo-hao LI Wen-chao |
| Abstract: | |
| Keywords: | job-shop scheduling self-learning directed graph model interchangeable operations |
| 本文献已被 万方数据 等数据库收录！ | |