改进的Q学习算法在作业车间调度中的应用.pdfVIP

第28卷第12期 计算机应用 Vo1．28No．12 2008年 12月 ComputerApplications Dec．2008 文章编号：1001—9081(2008)12-3268—03 改进的Q学习算法在作业车间调度中的应用 王 超 ，郭 静 ，包振强 (1．扬州工业职业技术学院 电子信息工程系，江苏 扬州225009； 2．扬州大学 信息工程学院，江苏 扬州225009) (wangchao@ypi．edu．Cg1) 摘 要：在制造业系统中车间调度是一项关键技术，可以用强化学习中的Q学习实现对车间作业的动态调度。 传统的Q学习存在收敛速度慢和容易导致局部收敛的矛盾，为此提 出一种改进的Q学习算法。在行为动作上提 出了 一 种双层动作合成的动作组，给出常规数学中“聚度”概念来衡量在某一状态动作组选择的均匀程度 ，达到既能加速 收敛又能防止局部收敛的目的