基于增強(qiáng)學(xué)習(xí)的制造系統(tǒng)調(diào)度

前言
第1章 緒論
1．1 增強(qiáng)學(xué)習(xí)基本原理
1．1．1 馬爾可夫決策過(guò)程
1．1．2 增強(qiáng)學(xué)習(xí)系統(tǒng)
1．1．3 增強(qiáng)學(xué)習(xí)算法的分類(lèi)與發(fā)展概述
1．2 增強(qiáng)學(xué)習(xí)算法應(yīng)用引例——最短路問(wèn)題
1．3 增強(qiáng)學(xué)習(xí)算法在調(diào)度領(lǐng)域的應(yīng)用研究
1．4 本書(shū)組織結(jié)構(gòu)
第2章 增強(qiáng)學(xué)習(xí)算法
2．1 經(jīng)典的增強(qiáng)學(xué)習(xí)算法
2．1．1 TD／TD(λ)學(xué)習(xí)算法
2．1．2 Q學(xué)習(xí)
2．1．3 Sarsa算法
2．1．4 R學(xué)習(xí)
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(qiáng)學(xué)習(xí)算法
2．5 一種自適應(yīng)步長(zhǎng)的增強(qiáng)學(xué)習(xí)算法
第3章 流水車(chē)間調(diào)度問(wèn)題
3．1 問(wèn)題描述
3．2 流水車(chē)間調(diào)度問(wèn)題的增強(qiáng)學(xué)習(xí)模型
3．2．1 系統(tǒng)狀態(tài)表示
3．2．2 行為
3．2．3 報(bào)酬函數(shù)
3．3 結(jié)合線性函數(shù)泛化器的TD(λ)算法及實(shí)驗(yàn)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(shí)驗(yàn)結(jié)果
第4章 平行機(jī)調(diào)度問(wèn)題
4．1 最小化加權(quán)平均流程時(shí)間的離線平行機(jī)調(diào)度
4．1．1 問(wèn)題描述
4．1．2 增強(qiáng)學(xué)習(xí)模型
4．1．3 實(shí)驗(yàn)結(jié)果
4．2 最小化加權(quán)平均誤工時(shí)間的離線平行機(jī)調(diào)度
4．2．1 問(wèn)題描述
4．2．2 增強(qiáng)學(xué)習(xí)建模
4．2．3 實(shí)驗(yàn)結(jié)果
4．3 最小化加權(quán)平均流程時(shí)間的在線平行機(jī)調(diào)度
4．3．1 問(wèn)題描述
4．3．2 增強(qiáng)學(xué)習(xí)模型
4．3．3 實(shí)驗(yàn)結(jié)果
4．4 最小化加權(quán)平均誤工時(shí)間的在線平行機(jī)調(diào)度
4．4．1 問(wèn)題描述
4．4．2 增強(qiáng)學(xué)習(xí)模型
4．4．3 求解變速機(jī)調(diào)度問(wèn)題的R學(xué)習(xí)
4．4．4 實(shí)驗(yàn)結(jié)果
第5章 半導(dǎo)體測(cè)試調(diào)度問(wèn)題
5．1 半導(dǎo)體測(cè)試調(diào)度問(wèn)題描述
5．2 關(guān)于半導(dǎo)體測(cè)試調(diào)度的研究
5．2．1 附加資源充足的半導(dǎo)體測(cè)試調(diào)度
5．2．2 附加資源受限的半導(dǎo)體測(cè)試調(diào)度
5．2．3 和半導(dǎo)體測(cè)試調(diào)度相關(guān)的調(diào)度問(wèn)題
5．2．4 小結(jié)
5．3 整數(shù)規(guī)劃模型
5．3．1 符號(hào)定義
5．3．2 決策變量
5．3．3 目標(biāo)函數(shù)和約束
5．3．4 問(wèn)題性質(zhì)分析
5．4 半導(dǎo)體測(cè)試調(diào)度問(wèn)題的增強(qiáng)學(xué)習(xí)模型
5．4．1 狀態(tài)變量及狀態(tài)轉(zhuǎn)移機(jī)制
5．4．2 行為
5．4．3 報(bào)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(dǎo)體測(cè)試調(diào)度實(shí)驗(yàn)結(jié)果與分析
5．8．1 與工業(yè)方法及各行為策略對(duì)比
5．8．2 與其他增強(qiáng)學(xué)習(xí)算法對(duì)比
5．8．3 與能力約束調(diào)度方法對(duì)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(jī)制
5．10．2 增強(qiáng)學(xué)習(xí)模型架構(gòu)
第6章 排隊(duì)網(wǎng)絡(luò)控制問(wèn)題
6．1 多服務(wù)臺(tái)排隊(duì)系統(tǒng)控制的半馬爾可夫決策模型
6．1．1 問(wèn)題描述
6．1．2 半馬爾可夫決策模型建模
6．1．3 排隊(duì)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(duì)網(wǎng)絡(luò)控制問(wèn)題
6．2．1 自組織型排隊(duì)網(wǎng)絡(luò)控制問(wèn)題描述
6．2．2 自組織型排隊(duì)網(wǎng)絡(luò)控制問(wèn)題的增強(qiáng)學(xué)習(xí)模型
6．2．3 解決自組織型排隊(duì)網(wǎng)絡(luò)控制問(wèn)題的增強(qiáng)學(xué)習(xí)算法
第7章 結(jié)束語(yǔ)
參考文獻(xiàn)
其他參考文獻(xiàn)