基于NDP的遗传算法及其在JSP中的应用

摘要：

遗传算法被广泛应用于求解车间作业调度问题(JSP), 但遗传算法具有最优参数难以确定的问题.对此,该文提出了一种基于神经元动态规划(NDP)的遗传算法NDP-GA. 该文将遗传算法用Markov决策过程模型描述,建立了Markov决策过程最优策略与遗传算法最优参数之间的联系.在此基础上,用神经元动态规划逼近Markov决策过程的最优策略,并用学习到的策略指导遗传算法最优参数的选择.数值计算结果表明,该文提出的算法能自动收敛到最优遗传参数,并在求解JSP问题时能稳定地得到满意解.

关键词：神经元动态规划、车间作业调度、遗传算法、Q-learning

所属期刊栏目：46

分类号：TP18(自动化基础理论)

资助基金：科技部科研项目2002CB312205;中国科学院资助项目60574077;国家科技攻关项目2004AA414020

在线出版日期：2006-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：488-491