考虑劣化维护的单机调度深度强化学习模型和算法 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 陈勇,杜习之,姜一炜,易文超,裴植,纪祖臻 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Deep reinforcement learning models and algorithms for single-machine scheduling considering deteriorated maintenance |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Yong CHEN,Xizhi DU,Yiwei JIANG,Wenchao YI,Zhi PEI,Zuzhen JI | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 表 3 R-M集成优化策略下的成本最小值 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tab.3 Minimum of cost with R-M integrated strategies | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||