
任劍鋒
本書選擇典型的流水車間調度、作業車間調度、分佈式調度等問題作爲研究背景,以強化學習、深度學習和其他智能算法爲研究對象,開展複雜約束條件下的車間生產調度單目標或多目標問題研究。圍繞基於監督學習的序列模型、基於值函數逼近的深度強化學習算法、基於策略梯度的深度強化學習算法、改進的NSGA-Ⅱ算法、基於NASH-Q-learning的分佈式算法展開論述,並將之分別應用到不同的生產調度場景。本書基於作者多年的研究成果和實踐經驗寫成,可供從事智能製造、人工智能、工業工程、企業管理等專業的研究人員閱讀,也可作爲上述專業學生的研究、學習用參考書。