期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于强化学习的正弦优化算法求解能耗分布式流水车间节能调度问题
1
作者 郎峻 殷晓明 顾幸生 《华东理工大学学报(自然科学版)》 北大核心 2025年第5期623-632,共10页
针对分布式流水车间节能调度中最大完工时间(makespan)与总能耗(TEC)的多目标优化难题,本文提出一种基于强化学习的正弦优化算法(RLSOA)。算法通过双重Q-learning策略协同优化加工序列与速度调整:底层Q-learning优先加速关键路径任务以... 针对分布式流水车间节能调度中最大完工时间(makespan)与总能耗(TEC)的多目标优化难题,本文提出一种基于强化学习的正弦优化算法(RLSOA)。算法通过双重Q-learning策略协同优化加工序列与速度调整:底层Q-learning优先加速关键路径任务以缩短makespan,顶层Q-learning降低非关键任务速度以减少TEC。结合自适应参数与4种速度调整算子,设计基于精英解导向的局部搜索策略,平衡全局探索与局部开发。基于480组不同规模算例的实验表明,相较于KCA、INSGA等对比算法,RLSOA在覆盖率(C-metric)和反世代距离(IGD)指标上平均提升23.6%和降低41.8%。消融实验验证双重Q-learning与局部搜索分别贡献65.3%和28.7%的解质量提升。统计检验(p<0.05)证实本文算法优越性,为分布式制造系统提供了高效的节能调度工具。 展开更多
关键词 节能 分布式流水车间调度 强化学习 元启发式算法 多目标优化
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部