arrow
返回

Reinforcement Learning for Multi-Objective Multi-Echelon Supply Chain Optimisation

delete2026-02-10
delete0
delete
OA
AI
R
Rifny Rachman
J
Josh Tingey
R
Richard Allmendinger
P
Pradyumn Kumar Shukla
W
Wei Pan
DOI:10.1016/j.ejor.2026.02.002delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
• 开发了一个基于马尔可夫的多目标供应链优化模型。 • 引入了一个可定制的模拟器,用于动态供应链决策。 • 应用强化学习来平衡经济、环境和社交目标。 • 发现强化学习在目标之间实现了更好的权衡。 • 证明强化学习提高了运营的稳定性和平衡性。
Keyword:
Multiple objective programming
Markov processes
Supply chain optimisation
Reinforcement learning
Evolutionary algorithm
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

European Journal of Operational Research 封面图
European Journal of Operational Research
IF:
6
论文数:
2.2W
被引数:
6.4W

机构

P
peak ai, ltd
学者数:
1
论文数: 1
被引数: 0
U
University of Manchester
学者数:
5.7W
论文数: 5.3W
被引数: 7.4W
引用论文

引用论文

Array programming with NumPy使用NumPy进行数组编程
err2020-09-16
err0
errOAAI
errCharles R. Harris; K. Jarrod Millman; Stéfan J. van der Walt; Ralf Gommers; Pauli Virtanen; David Cournapeau; Eric Wieser; Julian Taylor; Sebastian Berg; Nathaniel J. Smith; Robert Kern; Matti Picus; Stephan Hoyer; Marten H. van Kerkwijk; Matthew Brett; Allan Haldane; Jaime Fernández del Río; Mark Wiebe; Pearu Peterson; Pierre Gérard-Marchant; Kevin Sheppard; Tyler Reddy; Warren Weckesser; Hameer Abbasi; Christoph Gohlke; Travis E. Oliphant
err分享
err收藏
err分享
err收藏
学者 查看更多内容