Biblioteca122.739 documentos en línea

Artículo

A Kind of Reinforcement Learning to Improve Genetic Algorithm for Multiagent Task SchedulingUn tipo de aprendizaje por refuerzo para mejorar el algoritmo genético de programación de tareas multiagente

Resumen

Resulta difcil coordinar los distintos procesos en la industria de transformacin. Construimos un modelo de control inteligente jerrquico distribuido multiagente para sistemas de fabricacin que integran mltiples unidades de produccin basado en la tecnologa de sistemas multiagente. El modelo combina orgnicamente mltiples mdulos de agentes inteligentes y entidades fsicas para formar un sistema de control inteligente con determinadas funciones. El modelo consta de un agente de gestin del sistema, un agente de control del taller y un agente de equipamiento. Para el problema de asignacin de tareas con este modelo, combinamos el aprendizaje por refuerzo para mejorar el algoritmo gentico de programacin de tareas multiagente y utilizamos el conjunto de datos estndar de programacin de tareas de OR-Library para el anlisis de los experimentos de simulacin. Los resultados experimentales muestran que el algoritmo es superior.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento