基于神经网络增强学习算法的工艺任务分配方法

• 作者: 唐亮 王宛山 王建荣 苏莹莹
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 任务分配 工艺设计 增强学习 Q学习 神经网络
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 机械工程
• 页码范围: 279-282
• 页数: 4页
• 分类号: TH164
• 字数: 2635字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2009.02.032

摘要

在任务分配问题中,如果Markov决策过程模型的状态-动作空间很大就会出现"维数灾难".针对这一问题,提出一种基于BP神经网络的增强学习策略.利用BP神经网络良好的泛化能力,存储和逼近增强学习中状态一动作对的Q值,设计了基于Q学习的最优行为选择策略和Q学习的BP神经网络模型与算法.将所提方法应用于工艺任务分配问题,经过Matlab软件仿真实验,结果证实了该方法具有良好的性能和行为逼近能力.该方法进一步提高了增强学习理论在任务分配问题中的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宛山	东北大学机械工程与自动化学院	197	2107	22.0	35.0
2	苏莹莹	东北大学机械工程与自动化学院	3	11	2.0	3.0
3	王建荣	东北大学机械工程与自动化学院	4	15	3.0	3.0
4	唐亮	东北大学机械工程与自动化学院	8	69	5.0	8.0