文献

J-GLOBAL ID：201402293759878581   整理番号：13A1724853

平均報酬強化学習に基づく受注生産製造における受注指針

Order acceptance policy in Make-to-Order manufacturing based on average-reward reinforcement learning

著者 (3件)： Hao Juan (School of Business Administration, South China Univ. of Technol., Guangdong, Guangzhou) ,  Yu Jianjun (School of Business Administration, South China Univ. of Technol., Guangdong, Guangzhou) ,  Zhou Wenhui (School of Business Administration, South China Univ. of Technol., Guangdong, Guangzhou)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 33  号： 4  ページ： 976-979  発行年： 2013年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 収益管理の展望から,平均報酬強化学習を使用する受注生産(MTO)製造における不確実性の下の受注のための新アプローチを提案する。平均期待収益を最大にするために,提案している方式は注文タイプと価格とリードタイムの異なった組合せをマルチレベル価格決定メカニズムに基づくシステム状態の分類の評価基準としてみなした。シミュレーション結果は,注文を受けるために提案したアルゴリズムには学習と選択的能力があることを示す。他の受注指針で行った比較は,平均収入,受注タイプ,および適応性における提案したアルゴリズムの有効性を示す。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *受注生産 ,  強化学習 ,  シミュレーション ,  水準 ,  調達期間 ,  アルゴリズム ,  機構 ,  不確実性 ,  価格決定 ,  評価基準
準シソーラス用語： マルチレベル ,  リードタイム ,  メカニズム

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 平均 ,  報酬 ,  強化学習 ,  受注 ,  指針