| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 主要研究内容及技术路线 | 第12-14页 |
| 1.3 论文总体结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 研究综述及理论基础 | 第16-34页 |
| 2.1 钢卷库物流优化问题简介 | 第16-19页 |
| 2.2 研究综述 | 第19-21页 |
| 2.3 强化学习理论基础 | 第21-32页 |
| 2.3.1 强化学习的发展及其研究现状 | 第21-23页 |
| 2.3.2 强化学习原理 | 第23-25页 |
| 2.3.3 Rollout算法 | 第25-27页 |
| 2.3.4 蒙特卡洛树搜索 | 第27-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 钢卷库物流运作优化的启发式算法 | 第34-50页 |
| 3.1 符号描述 | 第34-37页 |
| 3.2 动态规化模型 | 第37-40页 |
| 3.3 启发式算法 | 第40-46页 |
| 3.3.1 近邻法 | 第41-42页 |
| 3.3.2 最小倒垛次数法 | 第42-46页 |
| 3.3.3 最小堆积数法 | 第46页 |
| 3.4 实验分析 | 第46-49页 |
| 3.4.1 案例设计 | 第46-47页 |
| 3.4.2 实验环境与实验结果分析 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 基于强化学习的Rollout算法 | 第50-66页 |
| 4.1 基于强化学习的动态规划模型 | 第50-53页 |
| 4.2 Rollout算法 | 第53-58页 |
| 4.2.1 Rollout算法应用机制 | 第53-56页 |
| 4.2.2 Rollout算法的扩展 | 第56-58页 |
| 4.3 基于Rollout算法的蒙特卡洛树搜索算法 | 第58-59页 |
| 4.4 实验分析 | 第59-63页 |
| 4.4.1 案例设计 | 第59页 |
| 4.4.2 实验环境与实验结果分析 | 第59-63页 |
| 4.5 本章小结 | 第63-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |