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
基于Intranet的实时动态交互科研管理系统构造
被引量：
3
1
作者
李新虎
《西安科技学院学报》
北大核心
2002年第3期329-332,共4页
利用Intranet重新构造科研管理系统 ,使科研管理工作实现实时、动态和交互 ,达到科研管理的微机化、信息化、网络化 ,提高科研管理效率 ,同时通过科研项目经费及阶段性任务的控制 ,加强对在研项目的过程管理 ,促进科研项目的顺利完成。
关键词
INTRANET
实时动态交互
科研管理
CLIENT/SERVER
管理模式
管理效率
系统构造
在线阅读
下载PDF
职称材料
基于深度强化学习的自动化码头AGV调度仿真和优化
被引量：
1
2
作者
李斌
崔宏阳
《交通运输工程与信息学报》
2024年第3期134-151,共18页
为解决自动化集装箱码头的自动导引车(Automatic Guided Vehicle,AGV)调度模型中传统数学模型难以实时可视化调度和仿真模型内调度策略效率难以提升的问题,本文在建立的仿真模型和运筹规划模型的基础上研究了深度强化学习算法与AnyLogi...
为解决自动化集装箱码头的自动导引车(Automatic Guided Vehicle,AGV)调度模型中传统数学模型难以实时可视化调度和仿真模型内调度策略效率难以提升的问题,本文在建立的仿真模型和运筹规划模型的基础上研究了深度强化学习算法与AnyLogic自动化集装箱码头仿真模型交互的路径方法。随后,利用自动化集装箱码头进口箱仿真模型低任务产生率情况下AGV作业数据训练深度强化学习算法的网络模型,再将其加载在高任务和低任务产生率仿真模型中进而实现了对模型中AGV高效的作业调度,有效地突破了AnyLogic系统内策略效率难以提升的瓶颈和系统外CPLEX工具求解运筹规划数学模型时难以处理大规模数据、求解过程繁杂的局限。实验结果显示,深度强化学习DDQN算法在低任务产生率仿真模型中前端堆场的AGV作业调度中效率相较于AnyLogic系统内自定义表现最好的策略和系统外CPLEX求解的策略分别平均提升522 s和1604 s,在高任务产生率的自动化码头仿真模型前端和后端堆场AGV作业调度中相较于系统内自定义策略平均提升了3000 s。深度强化学习算法与AnyLogic仿真模型交互的路径方法不仅实现了可视化的实时动态调度,而且提升了AGV作业调度效率和整个自动化集装箱码头仿真模型的效率。
展开更多
关键词
水路运输
实时动态交互
深度强化学习
AGV作业调度
可视化
动态
调度
在线阅读
下载PDF
职称材料
题名
基于Intranet的实时动态交互科研管理系统构造
被引量：
3
1
作者
李新虎
机构
西安科技学院科技处
出处
《西安科技学院学报》
北大核心
2002年第3期329-332,共4页
文摘
利用Intranet重新构造科研管理系统 ,使科研管理工作实现实时、动态和交互 ,达到科研管理的微机化、信息化、网络化 ,提高科研管理效率 ,同时通过科研项目经费及阶段性任务的控制 ,加强对在研项目的过程管理 ,促进科研项目的顺利完成。
关键词
INTRANET
实时动态交互
科研管理
CLIENT/SERVER
管理模式
管理效率
系统构造
Keywords
Intranet
scientific research management system
Client/Server
分类号
TP315 [自动化与计算机技术—计算机软件与理论]
G311 [文化科学]
在线阅读
下载PDF
职称材料
题名
基于深度强化学习的自动化码头AGV调度仿真和优化
被引量：
1
2
作者
李斌
崔宏阳
机构
福建理工大学
福建理工大学
福建理工大学
出处
《交通运输工程与信息学报》
2024年第3期134-151,共18页
基金
教育部人文社会科学研究规划基金项目(19YJA630031)。
文摘
为解决自动化集装箱码头的自动导引车(Automatic Guided Vehicle,AGV)调度模型中传统数学模型难以实时可视化调度和仿真模型内调度策略效率难以提升的问题,本文在建立的仿真模型和运筹规划模型的基础上研究了深度强化学习算法与AnyLogic自动化集装箱码头仿真模型交互的路径方法。随后,利用自动化集装箱码头进口箱仿真模型低任务产生率情况下AGV作业数据训练深度强化学习算法的网络模型,再将其加载在高任务和低任务产生率仿真模型中进而实现了对模型中AGV高效的作业调度,有效地突破了AnyLogic系统内策略效率难以提升的瓶颈和系统外CPLEX工具求解运筹规划数学模型时难以处理大规模数据、求解过程繁杂的局限。实验结果显示,深度强化学习DDQN算法在低任务产生率仿真模型中前端堆场的AGV作业调度中效率相较于AnyLogic系统内自定义表现最好的策略和系统外CPLEX求解的策略分别平均提升522 s和1604 s,在高任务产生率的自动化码头仿真模型前端和后端堆场AGV作业调度中相较于系统内自定义策略平均提升了3000 s。深度强化学习算法与AnyLogic仿真模型交互的路径方法不仅实现了可视化的实时动态调度,而且提升了AGV作业调度效率和整个自动化集装箱码头仿真模型的效率。
关键词
水路运输
实时动态交互
深度强化学习
AGV作业调度
可视化
动态
调度
Keywords
waterway transportation
real-time dynamic interaction
deep reinforcement learning
AGV operation scheduling
visualization of dynamic scheduling
分类号
U691.3 [交通运输工程—港口、海岸及近海工程]
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
基于Intranet的实时动态交互科研管理系统构造
李新虎
《西安科技学院学报》
北大核心
2002
3
在线阅读
下载PDF
职称材料
2
基于深度强化学习的自动化码头AGV调度仿真和优化
李斌
崔宏阳
《交通运输工程与信息学报》
2024
1
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
