計算智能算法及其生產調度應用
本書選擇典型的流水車間調度、作業(yè)車間調度、分布式調度等問題作為研究背景,以強化學習、深度學習和其他智能算法為研究對象,開展復雜約束條件下的車間生產調度單目標或多目標問題研究。圍繞基于監(jiān)督學習的序列模型、基于值函數逼近的深度強化學習算法、基于策略梯度的深度強化學習算法、改進的NSGA—Ⅱ算法、基于NASH—Q—learning的分布式算法展開論述,并將之分別應用到不同的生產調度場景。本書基于作者多年的研究成果和實踐經驗寫成,可供從事智能制造、人工智能、工業(yè)工程、企業(yè)管理等專業(yè)的研究人員閱讀,也可作為上述專業(yè)學生的研究、學習用參考書。
·15.6萬字