基于增強學習的制造系統(tǒng)調(diào)度

定　價：￥88.00

作　者：	張智聰，鄭力著
出版社：	科學出版社
叢編項：
標　簽：	工業(yè)技術(shù) 一般工業(yè)技術(shù)

購買這本書可以去

ISBN：	9787030492890	出版時間：	2016-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	219	字數(shù)：

內(nèi)容簡介

　　增強學習是人工智能領(lǐng)域一種應(yīng)用越來越廣泛的機器學習算法。《基于增強學習的制造系統(tǒng)調(diào)度》對增強學習的基本原理、主要經(jīng)典算法及其在制造系統(tǒng)調(diào)度領(lǐng)域若干問題的應(yīng)用進行闡述。主要內(nèi)容包括：Sarsa（λ，k）增強學習算法等增強學習算法的介紹及相關(guān)理論證明；增強學習架構(gòu)及面向生產(chǎn)調(diào)度問題的增強學習模型構(gòu)建方式；流水車間調(diào)度問題、平行機調(diào)度問題、半導體測試調(diào)度問題等制造系統(tǒng)調(diào)度問題與自組織型排隊網(wǎng)絡(luò)調(diào)度問題的增強學習模型及解決方案；增強學習在以上調(diào)度問題應(yīng)用的實驗結(jié)果及相關(guān)分析等?！痘谠鰪妼W習的制造系統(tǒng)調(diào)度》適合管理科學與工程、工業(yè)工程等專業(yè)的研究生和本科生使用，也可供從事制造系統(tǒng)分析與優(yōu)化、智能調(diào)度等領(lǐng)域工作的研究人員和工程技術(shù)人員參考。

作者簡介

　　張智聰，1980年生，廣東東莞人，2007年于清華大學獲博士學位，現(xiàn)任東莞理工學院教授、中國機械工程學會生產(chǎn)工程分會生產(chǎn)系統(tǒng)專業(yè)委員會常委。主要研究領(lǐng)域是制造系統(tǒng)優(yōu)化、排隊網(wǎng)絡(luò)，增強學習。主持國家自然科學基金、教育部人文社會科學研究項目、廣東省自然科學基金，廣東省科技計劃、廣東省高等學校優(yōu)秀青年教師培養(yǎng)計劃、廣東省教育廳重點平臺及科研項目等多個科研項目。在國內(nèi)外期刊發(fā)表論文20余篇，獲得4項專利授權(quán)和1項軟件著作權(quán)。鄭力，1991年于清華大學獲博士學位，現(xiàn)任清華大學工業(yè)工程系教授、博士生導師、教育部長江學者特聘教授，機械工程學會工業(yè)工程分會副主任委員，生產(chǎn)工程分會的常務(wù)理事、國際工業(yè)工程學會中國部首任主任，多個國際學術(shù)期刊的編委。主要研究領(lǐng)域是生產(chǎn)系統(tǒng)分析與管理、企業(yè)信息化。發(fā)表論文200余篇，出版專著和教材5本，曾獲得國家科技進步獎、高等教育國家教學成果一等獎、國家發(fā)明獎、教育部優(yōu)秀青年教師獎和北京市五一勞動獎?wù)拢硎車鴦?wù)院特殊津貼。

圖書目錄

前言
第1章緒論
1．1 增強學習基本原理
1．1．1 馬爾可夫決策過程
1．1．2 增強學習系統(tǒng)
1．1．3 增強學習算法的分類與發(fā)展概述
1．2 增強學習算法應(yīng)用引例——最短路問題
1．3 增強學習算法在調(diào)度領(lǐng)域的應(yīng)用研究
1．4 本書組織結(jié)構(gòu)
第2章增強學習算法
2．1 經(jīng)典的增強學習算法
2．1．1 TD／TD(λ)學習算法
2．1．2 Q學習
2．1．3 Sarsa算法
2．1．4 R學習
2．2 Sarsa(λ，k)算法
2．2．1 Sarsa(λ，k)算法的基本原理
2．2．2 前視與后視Sarsa(λ，k)算法
2．2．3 Sarsa(λ，k)算法的性質(zhì)
2．3 SMDP型Sarsa(λ，k)算法
2．4 多維行為的增強學習算法
2．5 一種自適應(yīng)步長的增強學習算法
第3章流水車間調(diào)度問題
3．1 問題描述
3．2 流水車間調(diào)度問題的增強學習模型
3．2．1 系統(tǒng)狀態(tài)表示
3．2．2 行為
3．2．3 報酬函數(shù)
3．3 結(jié)合線性函數(shù)泛化器的TD(λ)算法及實驗結(jié)果
3．3．1 結(jié)合線性函數(shù)泛化器的TD(λ)算法
3．3．2 實驗結(jié)果
第4章平行機調(diào)度問題
4．1 最小化加權(quán)平均流程時間的離線平行機調(diào)度
4．1．1 問題描述
4．1．2 增強學習模型
4．1．3 實驗結(jié)果
4．2 最小化加權(quán)平均誤工時間的離線平行機調(diào)度
4．2．1 問題描述
4．2．2 增強學習建模
4．2．3 實驗結(jié)果
4．3 最小化加權(quán)平均流程時間的在線平行機調(diào)度
4．3．1 問題描述
4．3．2 增強學習模型
4．3．3 實驗結(jié)果
4．4 最小化加權(quán)平均誤工時間的在線平行機調(diào)度
4．4．1 問題描述
4．4．2 增強學習模型
4．4．3 求解變速機調(diào)度問題的R學習
4．4．4 實驗結(jié)果
第5章半導體測試調(diào)度問題
5．1 半導體測試調(diào)度問題描述
5．2 關(guān)于半導體測試調(diào)度的研究
5．2．1 附加資源充足的半導體測試調(diào)度
5．2．2 附加資源受限的半導體測試調(diào)度
5．2．3 和半導體測試調(diào)度相關(guān)的調(diào)度問題
5．2．4 小結(jié)
5．3 整數(shù)規(guī)劃模型
5．3．1 符號定義
5．3．2 決策變量
5．3．3 目標函數(shù)和約束
5．3．4 問題性質(zhì)分析
5．4 半導體測試調(diào)度問題的增強學習模型
5．4．1 狀態(tài)變量及狀態(tài)轉(zhuǎn)移機制
5．4．2 行為
5．4．3 報酬函數(shù)
5．5 結(jié)合函數(shù)泛化器的Sarsa(λ，k)算法
5．5．1 徑向基神經(jīng)網(wǎng)絡(luò)函數(shù)泛化器
5．5．2 神經(jīng)網(wǎng)絡(luò)的構(gòu)造
5．5．3 函數(shù)泛化器的權(quán)重更新法則
5．5．4 結(jié)合徑向基神經(jīng)網(wǎng)絡(luò)函數(shù)泛化器的Sarsa(λ，k)算法
5．6 演示算例
5．7 參數(shù)設(shè)置與函數(shù)泛化器性能分析
5．7．1 行為選擇
5．7．2 參數(shù)設(shè)置
5．7．3 函數(shù)泛化器性能分析
5．8 半導體測試調(diào)度實驗結(jié)果與分析
5．8．1 與工業(yè)方法及各行為策略對比
5．8．2 與其他增強學習算法對比
5．8．3 與能力約束調(diào)度方法對比
5．9 討論
5．10 可重構(gòu)制造系統(tǒng)調(diào)度
5．10．1 具有可重構(gòu)特性的調(diào)度系統(tǒng)機制
5．10．2 增強學習模型架構(gòu)
第6章排隊網(wǎng)絡(luò)控制問題
6．1 多服務(wù)臺排隊系統(tǒng)控制的半馬爾可夫決策模型
6．1．1 問題描述
6．1．2 半馬爾可夫決策模型建模
6．1．3 排隊控制系統(tǒng)的性質(zhì)
6．1．4 數(shù)值例子
6．2 自組織型排隊網(wǎng)絡(luò)控制問題
6．2．1 自組織型排隊網(wǎng)絡(luò)控制問題描述
6．2．2 自組織型排隊網(wǎng)絡(luò)控制問題的增強學習模型
6．2．3 解決自組織型排隊網(wǎng)絡(luò)控制問題的增強學習算法
第7章結(jié)束語
參考文獻
其他參考文獻