文献类型：期刊文章

作　　者：王超[1] 郭静[1] 包振强[2]

机构地区：[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

出　　处：《计算机应用》

基　　金：江苏省高校自然科学基础研究面上项目(07KJB520139);江苏省教育厅自然基金资助项目(05KJB120156)

年　　份：2008

卷　　号：28

期　　号：12

起止页码：3268-3270

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

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,能有效适应现今复杂多变的动态生产环境。实验表明,该方法运用于动态车间调度中有较好的效果。

关 键 词：作业车间度问题  强化学习  Q学习 聚度  

分 类 号：TP391]