局部感知情形下的车间调度建模与优化
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 调度问题概述 | 第14-15页 |
| 1.3 生产调度问题的国内外研究现状 | 第15-17页 |
| 1.3.1 静态作业车间调度的研究概况 | 第15-16页 |
| 1.3.2 动态作业车间调度的研究现状 | 第16-17页 |
| 1.4 课题来源及问题的提出 | 第17-18页 |
| 1.4.1 课题来源 | 第17页 |
| 1.4.2 问题的提出 | 第17-18页 |
| 1.5 论文组织结构 | 第18-20页 |
| 第二章 强化学习 | 第20-29页 |
| 2.1 强化学习概念 | 第20页 |
| 2.2 马尔科夫决策过程 | 第20-26页 |
| 2.3 策略梯度 | 第26-27页 |
| 2.4 分布式强化学习 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 局部感知情形下车间调度模型与算法 | 第29-44页 |
| 3.1 作业车间调度问题模型 | 第29-34页 |
| 3.1.1 问题定义 | 第29-32页 |
| 3.1.2 策略独立 | 第32-33页 |
| 3.1.3 分布式作业车间调度 | 第33-34页 |
| 3.2 局部感知情形下车间调度模型 | 第34-39页 |
| 3.2.1 可变动作集 | 第34-36页 |
| 3.2.2 状态表示 | 第36-37页 |
| 3.2.3 奖励表示 | 第37-38页 |
| 3.2.4 策略表示 | 第38-39页 |
| 3.3 局部感知情形下车间调度算法 | 第39-41页 |
| 3.3.1 梯度上升策略学习 | 第39-41页 |
| 3.3.2 算法设计 | 第41页 |
| 3.4 实验分析 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 局部感知情形下车间调度模型优化 | 第44-52页 |
| 4.1 智能体之间的通信机制 | 第44-45页 |
| 4.2 延迟调度方案 | 第45-48页 |
| 4.2.1 空闲等待机制 | 第45-46页 |
| 4.2.2 提前通知机制 | 第46-48页 |
| 4.3 平均延迟时间最小 | 第48页 |
| 4.4 实验设计 | 第48-49页 |
| 4.5 实验结果 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 论文总结 | 第52页 |
| 5.2 论文展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第57-58页 |
