Job-shop問題基于RBF網絡的自學習算法

作者：李國昊,李文超

摘要：通過對Job-shop問題分析,在逐步添加約束到有向圖模型來獲取可行調度方案基礎上,提出一種具備自動學習功能智能算法。設計了可互換工序對4種選取函數,并以此作為網絡輸入構建了基于RBF的神經網絡以實現對可互換工序對選取。利用最小均方算法對網絡權重進行訓練,經過對更新過的樣本進行再學習后,網絡選取可互換工序對的準確度得以提高,使算法具備自學習能力。數值仿真結果表明所提算法對于大規模Job-shop問題求解存在較好效果,具較好的應用價值。

發文機構：江蘇大學管理學院 江蘇大學汽車與交通工程學院

關鍵詞：車間作業調度自學習有向圖模型可互換工序對job-shop schedulingself-learningdirected graph modelinter changeable operations

分類號： TP301[自動化與計算機技術—計算機系統結構][自動化與計算機技術—計算機科學與技術]