當前位置：首頁 > 科技文檔 > 自動化技術(shù) > 正文

基于強化學習的人員輪休調(diào)度方法

計算機集成制造系統(tǒng) 頁數(shù)： 12 2022-07-15
摘要： 針對傳統(tǒng)調(diào)度方法求解效果差、效率低、輪休約束表達不準確的問題，首次提出一種基于強化學習的人員輪休調(diào)度方法。該方法將輪休調(diào)度過程構(gòu)建為Markov決策過程，利用動作掩碼方法實現(xiàn)輪休約束，通過深度Q網(wǎng)絡(DQN)方法對輪休調(diào)度的策略進行學習。最后，采用學習得到的調(diào)度策略對人員進行快速安排。實驗表明，在遵守輪休約束的前提下，該方法能夠快速給出匹配每日人力需求的人員安排。對比傳統(tǒng)的基于... （共12頁）

開通會員，享受整站包年服務
說明： 本文檔由創(chuàng)作者上傳發(fā)布，版權(quán)歸屬創(chuàng)作者。若內(nèi)容存在侵權(quán)，請點擊申訴舉報