| 基于增强学习的半导体测试调度研究 |
| |
| 引用本文： | 张智聪,郑力,翁小华. 基于增强学习的半导体测试调度研究[J]. 工业工程与管理, 2009, 14(4) |
| |
| 作者姓名： | 张智聪 郑力 翁小华 |
| |
| 作者单位： | 广东东莞理工学院,工业工程系,东莞,523808;清华大学,工业工程系,北京,100084;南佛罗里达大学,工业与管理系统工程系,佛罗里达,坦帕,33620 |
| |
| 基金项目： | 国家自然科学基金，国家自然科学基金，国家863计划资助项目 |
| |
| 摘 要： | 采用Sarsa(λ,k)学习算法求解、产品、测试机、测试工具包、使能器部件对应关系非常复杂的半导体测试调度问题.针对测试调度,通过定义系统状态的表示方式、构造行为和报酬函数把调度问题转化为增强学习问题,并把Sarsa(λ,k)算法和梯度下降径向基神经网络函数泛化器结合使用.实验验证了Sarsa(λ,k)算法解决半导体测试调度问题的有效性.Sarsa(λ,k)算法通过反复解决调度问题来调整调度策略,能克服单个行为策略短视的缺点,综合利用各个行为策略的优点,从而找到较优的调度方案.
|
| 关 键 词： | 调度 半导体测试 增强学习 多资源约束 |
Scheduling Study for Semiconductor Final Test Based on Reinforcement Learning |
| |
| ZHANG Zhi-cong,ZHENG Li,WENG Xiao-hua. Scheduling Study for Semiconductor Final Test Based on Reinforcement Learning[J]. Industrial Engineering and Management, 2009, 14(4) |
| |
| Authors: | ZHANG Zhi-cong ZHENG Li WENG Xiao-hua |
| |
| Affiliation: | Michael;1.Department of Industrial Engineering;Dongguan University of Technology;Dongguan 523808;China;2.Department of Industrial Engineering;Tsinghua University;Beijing 100084;3.Department of Industrial and Management Systems Engineering;University of South Florida;Tampa;FL 33620;USA |
| |
| Abstract: | |
| |
| Keywords: | scheduling semiconductor test reinforcement learning resource constraint |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
