一种基于Q学习的Flowshop问题调度算法研究

作者：李国昊,李文超

摘要：两台机器以上的Flowshop调度问题是一个强NP难的问题，目前为止尚未出现求解该类问题的有效算法。本文结合针此类问题的邻域操作特征，基于强化学习思想提出一种具备学习能力的调度算法。算法以Q学习作为训练方法，通过持续的离线训练学习该类问题寻优搜索知识，从而提高其调度寻优能力。算法采用高斯核函数支持向量机对Q函数进行拟合，以此克服在Q学习过程中遇到状态过多难题。数值仿真结果显示所提算法对Flowshop问题具有很好调度寻优能力。

发文机构：江苏大学管理学院 江苏大学汽车与交通工程学院

关键词：调度FLOWSHOPQ学习支持向量机schedulingflow shopQ learningsupport vector machine

分类号： C935[经济管理—管理学]