| 标题 |
 Data-driven optimization for energy-constrained dietary supplement scheduling: A bounded cut MP-DQN approach |
| 网址 | |
| DOI | |
| 其它 |
摘要 能源配给对制造业格局产生了重大影响。当强制能源配给实施时，制造商不得不调整生产策略以配合规定的配给时间表。在能源可用性不确定的更具挑战性的情况下，制造商往往难以根据历史数据安排生产。本研究研究了膳食补充剂制造商在能源受限下的多周期生产排程问题。其主要目标是优化多个时期的生产排程，考虑电力的随机可用性，以最大限度减少客户订单的累计加权延迟。为此，我们制定了一个严谨的数学规划框架，称为ICMP。它经过精心设计，通过细致的系统逻辑分析揭示最优生产计划，前提是了解能源配给计划。对于难以获得配给计划的随机情况，可以证明问题可以转化为参数化的马尔可夫决策过程。提出了一种创新的数据驱动强化学习策略，名为BC-MP-DQN，用于微调生产进度。通过大量计算实验评估所提算法的有效性。其性能还与最优解和流行的模型预测控制（MPC）算法进行基准测试。本研究为面临能源配给挑战的制造企业提供了宝贵的管理见解。此外，它还激发了对随机间歇生产系统问题的进一步研究，这些系统具有复杂的设置和混合决策空间。 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
PDF的下载单位、IP信息已删除
(2025-6-4)
潇洒的惋清
chandangfo
GingerF
贪玩的秋柔
Yyyyyyyyy
Criminology34
OsamaKareem
最爱巧克力和抹茶
无极微光
jshmech
wjh
高挑的橘子
我就是个傻福
morena
互助
bigoxadai
Rita
ding
AllRightReserved
Moonpie
皖公网安备34019202002308
