期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
不确定环境下快递包装回收网络多目标规划
1
作者
张琦琪
张涛
《包装工程》
北大核心
2025年第17期304-313,共10页
目的针对不确定环境下快递包装回收再利用问题,构建包含快递网点、回收中心、再加工中心、转售市场和填埋点在内的五级逆向物流网络。在选址-分配问题中考虑快递包装回收数量和质量上的不确定性,以最小化经济成本、环境成本为目标,建立...
目的针对不确定环境下快递包装回收再利用问题,构建包含快递网点、回收中心、再加工中心、转售市场和填埋点在内的五级逆向物流网络。在选址-分配问题中考虑快递包装回收数量和质量上的不确定性,以最小化经济成本、环境成本为目标,建立多目标整数规划模型。方法引入模糊机会约束规划理论,将不确定性模型转化为确定性等价形式。采用Epsilon约束法对多目标进行处理,生成Pareto最优解集。结果将所构建模型应用于包含20个快递网点、4个回收中心、4个再加工中心、2个市场和1个填埋点的仿真案例中进行求解,可生成较均衡的Pareto前沿,得到较优的选址与分配方案。结论该方法可有效协调经济与环境目标,降低快递包装回收对环境影响。参数分析揭示了二者间的权衡关系,为构建绿色、高效的快递包装回收体系提供了理论与实践支持。
展开更多
关键词
不确定
环境
模糊机会约束
规划
选址与分配问题
逆向物流
多目标优化
Epsilon约束
在线阅读
下载PDF
职称材料
基于预测状态表示的Q学习算法
被引量：
3
2
作者
刘云龙
李人厚
刘建书
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2008年第12期1472-1475,1485,共5页
针对不确定环境的规划问题,提出了基于预测状态表示的Q学习算法.将预测状态表示方法与Q学习算法结合,用预测状态表示的预测向量作为Q学习算法的状态表示,使得到的状态具有马尔可夫特性,满足强化学习任务的要求,进而用Q学习算法学习智能...
针对不确定环境的规划问题,提出了基于预测状态表示的Q学习算法.将预测状态表示方法与Q学习算法结合,用预测状态表示的预测向量作为Q学习算法的状态表示,使得到的状态具有马尔可夫特性,满足强化学习任务的要求,进而用Q学习算法学习智能体的最优策略,可解决不确定环境下的规划问题.仿真结果表明,在发现智能体的最优近似策略时,算法需要的学习周期数与假定环境状态已知情况下需要的学习周期数大致相同.
展开更多
关键词
不确定环境规划
预测状态表示
Q学习算法
奶酪迷宫
在线阅读
下载PDF
职称材料
题名
不确定环境下快递包装回收网络多目标规划
1
作者
张琦琪
张涛
机构
上海出版印刷高等专科学校
上海财经大学
出处
《包装工程》
北大核心
2025年第17期304-313,共10页
基金
上海市哲学社会科学规划课题(2024BGL014)
国家新闻出版署“智能与绿色柔版印刷”重点实验室(KLIGFP-01)
上海市东方学者特聘教授基金(TP2022126)。
文摘
目的针对不确定环境下快递包装回收再利用问题,构建包含快递网点、回收中心、再加工中心、转售市场和填埋点在内的五级逆向物流网络。在选址-分配问题中考虑快递包装回收数量和质量上的不确定性,以最小化经济成本、环境成本为目标,建立多目标整数规划模型。方法引入模糊机会约束规划理论,将不确定性模型转化为确定性等价形式。采用Epsilon约束法对多目标进行处理,生成Pareto最优解集。结果将所构建模型应用于包含20个快递网点、4个回收中心、4个再加工中心、2个市场和1个填埋点的仿真案例中进行求解,可生成较均衡的Pareto前沿,得到较优的选址与分配方案。结论该方法可有效协调经济与环境目标,降低快递包装回收对环境影响。参数分析揭示了二者间的权衡关系,为构建绿色、高效的快递包装回收体系提供了理论与实践支持。
关键词
不确定
环境
模糊机会约束
规划
选址与分配问题
逆向物流
多目标优化
Epsilon约束
Keywords
uncertain environment
fuzzy chance constrained programming
location-allocation problems(lap)
reverse logistics
multi-objective optimization
Epsilon constraint
分类号
TP301 [自动化与计算机技术—计算机系统结构]
TB48 [一般工业技术—包装工程]
在线阅读
下载PDF
职称材料
题名
基于预测状态表示的Q学习算法
被引量：
3
2
作者
刘云龙
李人厚
刘建书
机构
西安交通大学系统工程研究所
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2008年第12期1472-1475,1485,共5页
基金
国家"211工程"资助项目
教育部"985工程"资助项目
文摘
针对不确定环境的规划问题,提出了基于预测状态表示的Q学习算法.将预测状态表示方法与Q学习算法结合,用预测状态表示的预测向量作为Q学习算法的状态表示,使得到的状态具有马尔可夫特性,满足强化学习任务的要求,进而用Q学习算法学习智能体的最优策略,可解决不确定环境下的规划问题.仿真结果表明,在发现智能体的最优近似策略时,算法需要的学习周期数与假定环境状态已知情况下需要的学习周期数大致相同.
关键词
不确定环境规划
预测状态表示
Q学习算法
奶酪迷宫
Keywords
planning under uncertainty
predictive state representation
Q-learning algorithm
cheese maze
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
不确定环境下快递包装回收网络多目标规划
张琦琪
张涛
《包装工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于预测状态表示的Q学习算法
刘云龙
李人厚
刘建书
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2008
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
