.png){kind=icon}
返回
Deep Reinforcement Learning With Integer Optimization for Dynamic Slab Assignment Problem
.png){kind=icon}
PRE
AI
DOI：10.1109/TCST.2025.3552543.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究钢铁行业中板坯生产过程中出现的动态板坯分配问题（DSAP）。在DSAP中，一组板坯和订单在每个计划周期的时步动态到达，且其信息无法预先观测。对于一个计划周期，需要做出一系列决策，将板坯分配给客户订单、自设计订单或持有库存以最大化总收益。为有效解决DSAP，我们构建了一个马尔可夫决策过程（MDP）模型，并提出了一种结合整数规划（DRLIP）模型的深度强化学习算法。DRLIP将每个决策时步分解为两个阶段，即动态选择阶段和静态分配阶段。动态选择阶段主要采用双指针网络（DPN）来选择参与匹配的板坯和订单。在静态分配阶段，基于选定的板坯和订单构建了一个多背包问题的扩展。我们构建了一个整数规划（IP）模型来解决该多背包问题，以获得最优分配决策，进而为每个时步提供奖励。为评估DRLIP的有效性，我们使用全局方法、三种先进启发式方法和一种情景树方法对实际案例和随机生成的问题实例进行比较。计算结果表明，DRLIP相较于全局方法的最优解，平均差距为21.5%，并且优于其他比较方法。
Keyword:
Deep reinforcement learning (DRL)
dynamic slab assignment
Markov decision process (MDP)
pointer network
steel production
期刊
IF:
3.9
论文数:
4.9K
被引数:
1.7W
机构
引用论文
.png){kind=icon}
Distributed Deep Reinforcement Learning for Intelligent Load Scheduling in Residential Smart Grids
OAAI
OAAI分享收藏Driver Modeling Through Deep Reinforcement Learning and Behavioral Game Theory基于深度强化学习和行为博弈论的驾驶员建模OAAI
OAAI分享收藏分享收藏分享收藏分享收藏Composite Experience Replay-Based Deep Reinforcement Learning With Application in Wind Farm Control基于复合经验回放的深度强化学习在风电场控制中的应用
OAAI
OAAI分享收藏分享收藏
查看更多内容