支持重规划的战时保障动态调度研究
文献类型：期刊论文
| 作者 | 曾斌; 樊旭; 李厚朴 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:7页码:1519-1529 |
| 关键词 | 战时保障 重规划 马尔科夫决策过程 动态调度 强化学习 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c200416 |
| 英文摘要 | 复杂多变的战场环境要求后装保障能够根据战场环境变化,预见性地做出决策.为此,提出基于强化学习的动态调度方法.为准确描述保障调度问题,提出支持抢占调度、重分配及重部署决策的马尔科夫决策过程(Markov decision process, MDP)模型,模型中综合考量了任务排队、保障优先级以及油料约束等诸多问题的影响;随后设计改进策略迭代算法,训练基于神经网络的保障调度模型;训练后的神经网络模型能够近似计算状态价值函数,从而求解出产生最大期望价值的优化调度策略.最后设计一个分布式战场保障仿真实验,通过与常规调度策略的对比,验证了动态调度算法具有良好的自适应性和自主学习能力,能够根据历史数据和当前态势预判后续变化,并重新规划和配置保障资源的调度方案. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56105]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 曾斌,樊旭,李厚朴. 支持重规划的战时保障动态调度研究[J]. 自动化学报,2023,49(7):1519-1529. |
| APA | 曾斌,樊旭,&李厚朴.(2023).支持重规划的战时保障动态调度研究.自动化学报,49(7),1519-1529. |
| MLA | 曾斌,et al."支持重规划的战时保障动态调度研究".自动化学报 49.7(2023):1519-1529. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。