非泊松工件流CSPS系统的Q学习算法适用性仿真研究
苏娜1
唐昊1
戴飞1
王彬1
周雷2
1.合肥工业大学电气与自动化工程学院,安徽合肥2300092.合肥工业大学计算机与信息学院,安徽合肥230009
摘要：研究工件非泊松到达情况下,传送带给料加工站(CSPS)系统无法建立成半马尔可夫决策过程(SMDP)模型时,Q学习算法的适用性问题.首先,以马尔可夫调制泊松过程(MMPP)和半马尔可夫调制泊松过程(SMMPP)来模拟非泊松工件流,并在相同的平均到达率下,仿真评估其Q学习算法性能,并分别与泊松工件流情况下的Q学习算法性能进行比较:其次,在非泊松工件流情况下,观测以实时统计平均到达率作为工件标准泊松到达率的理论优化情况:最后讨论在MMPP和SMMPP叠加混合非泊松工件流情况下CSPS系统的Q学习算法性能.实验表明,在工件非泊松到达情况下Q学习算法依然能学到较好的控制策略,从而说明了CSPS系统中Q学习算法的适用性.
关键词：传送带给料加工站马尔可夫调制泊松过程半马尔可夫调制泊松过程Q学习
资助基金：国家自然科学基金(61573126)国家重点研发计划(2017YFGH002010)中央高校基本科研业务费专项(JZ2016YYPY0052)
论文发表日期：2020-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 2591-2600 )
英文信息