内容简介:
本书选择典型的流水车间调度、作业车间调度、分布式调度等问题作为研究背景,以强化学习、深度学习和其他智能算法为研究对象,开展复杂约束条件下的车间生产调度单目标或多目标问题研究。围绕基于监督学习的序列模型、基于值函数逼近的深度强化学习算法、基于策略梯度的深度强化学习算法、改进的NSGA-Ⅱ算法、基于NASH-Q-learning的分布式算法展开论述,并将之分别应用到不同的生产调度场景。本书由作者结合多年的研究成果和实践经验写成,可供从事智能制造、人工智能、工业工程、企业管理等方向的研究人员阅读,也可作为上述专业学生的研究、学习用参考书。