研究人员开发了BOLT,一种新颖的多瓶颈学习方法,用于柔性车间调度,特别解决了稀缺车队在站点间运输工件的场景。该方法构建了一个下界来指导学习过程,该下界的变动直接告知策略运输的成本。BOLT旨在通过考虑运输对总体完成时间的直接影响来优化调度,在建筑和生产批次实例上展示了改进的性能。 AI
影响 这项研究为优化复杂的调度问题引入了一种新颖的基于学习的方法,有望提高制造和建筑物流的效率。
排序理由 该条目是发表在arXiv上的研究论文,详细介绍了一种新的车间调度算法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- BOLT
- CatalyzeX Code Finder for Papers
- construction of prefabricated buildings
- CORE Recommender
- cs.LG
- DagsHub
- fleet-capacity
- Flexible job-shop scheduling with tolerated time interval and limited starting time interval based on hybrid discrete PSO-SA: An application from a casting workshop
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Machine Capacity of Judgment: An interdisciplinary approach for making machine intelligence transparent to end-users
- mountain chain
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →