Inteligente programación basada en enfoques de aprendizaje por refuerzo: aplicando Q-Learning avanzado y modelos de aprendizaje por refuerzo Estado-Acción-Recompensa-Estado-Acción para la optimización de problemas de programación de talleres
Autores: Momenikorbekandi, Atefeh; Abbod, Maysam
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Inteligente programación basada en enfoques de aprendizaje por refuerzo: aplicando Q-Learning avanzado y modelos de aprendizaje por refuerzo Estado-Acción-Recompensa-Estado-Acción para la optimización de problemas de programación de talleres
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Problemas de programación de tiendas de trabajo flexibles
Aprendizaje por refuerzo
Tiempo de ejecución
Sistemas de fabricación
NP-duro
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 38
Citaciones: Sin citaciones
Los problemas de programación de talleres de trabajo flexibles (FJSPs) han atraído un gran interés de investigación porque pueden aumentar considerablemente la eficiencia de producción en términos de energía, costos y tiempo; se consideran la parte principal de los sistemas de fabricación que frecuentemente necesitan ser resueltos para gestionar las variaciones en los requisitos de producción.
Descripción
Los problemas de programación de talleres de trabajo flexibles (FJSPs) han atraído un gran interés de investigación porque pueden aumentar considerablemente la eficiencia de producción en términos de energía, costos y tiempo; se consideran la parte principal de los sistemas de fabricación que frecuentemente necesitan ser resueltos para gestionar las variaciones en los requisitos de producción.