可重入生产系统的平均报酬型强化学习调度

• 作者: 于海斌 柳长春 沈志江
• 来源期刊: 信息与控制
• 关键词: 平均报酬型强化学习 可重入系统 调度 暂态差分
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 145-150
• 页数: 6页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2004.02.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于海斌	中国科学院沈阳自动化研究所	224	5627	34.0	66.0
2	柳长春	中国科学院沈阳自动化研究所	2	48	2.0	2.0
3	沈志江	中国科学院沈阳自动化研究所	1	12	1.0	1.0