原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度强化学习的金属酸洗混合流水车间调度方法。顺序依赖的流水车间调度问题设计困难且求解难度大，通过引入基于近端策略优化深度强化学习方法，直接学习参数化的策略，不需要在动作空间求解价值最大化的优化问题，从而解决高纬度或连续动作空间的问题。本发明以最小化工期和能耗为调度目标，结合神经网络和强化学习，学习参数化的策略，调度决策候选行为从已有的调度知识和经验规则提炼，结合强化学习在线评价‑执行机制，从而为调度系统的每次调度决策选取最优行为策略；基于近端策略优化深度强化学习的车间调度方法
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117075563 A
(43)申请公布日 2023.11.17
(21)申请号 202311203083.X
(22)申请日 2023.09.18
(71)申请人 昆明理工大学
地址 650500
文档评论（0）