|
|||||
|
|
| 可重入生产系统的平均报酬型强化学习调度 | |
| 作者姓名： | 柳长春 沈志江 于海斌 |
| 作者单位： | 中国科学院沈阳自动化研究所,辽宁,沈阳,110016 |
| 基金项目： | 国家自然科学基金资助项目 (699740 3 9) |
| 摘 要： | 在可重入生产系统中,一个重要的问题就是对调度策略进行优化,以提高系统平均输出率.本文采用了一种平均报酬型强化学习算法来解决该问题,直接从所关心的系统品质出发,自动获得具有自适应性
的动态调度策略.仿真结果表明,其性能优于两种熟知的优先权调度策略. |
| 关 键 词： | 平均报酬型强化学习 可重入系统 调度 暂态差分 |
| 文章编号： | 1002-0411(2004)02-0145-06 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《信息与控制》浏览原始摘要信息 | |
| 点击此处可从《信息与控制》下载全文 | |