Intelligent job shop scheduling via deep reinforcement learning over graphs
Job Shop Scheduling Problem (JSSP) is a well-known NP-hard combinatorial optimization problem (COP) with extensive applications in today’s manufacturing system. Due to its NP-hardness, approximation, heuristic, and meta-heuristic algorithms have been proposed in the past. These methods have some li...
محفوظ في:
المؤلف الرئيسي: | Zhang, Cong |
---|---|
مؤلفون آخرون: | - |
التنسيق: | Thesis-Doctor of Philosophy |
اللغة: | English |
منشور في: |
Nanyang Technological University
2023
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/164926 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Learning to dispatch for job shop scheduling via deep reinforcement learning
بواسطة: ZHANG, Cong, وآخرون
منشور في: (2020) -
Flexible job-shop scheduling via graph neural network and deep reinforcement learning
بواسطة: SONG, Wen, وآخرون
منشور في: (2023) -
Dynamic job shop scheduling using deep reinforcement learning
بواسطة: Tan, Hong Ming
منشور في: (2024) -
Deep reinforcement learning guided improvement heuristic for job shop scheduling
بواسطة: ZHANG, Cong, وآخرون
منشور في: (2024) -
Deep reinforcement learning for dynamic scheduling of a flexible job shop
بواسطة: Liu, Renke, وآخرون
منشور في: (2022)