Knowledge Commons of Institute of Automation,CAS
支持重规划的战时保障动态调度研究 | |
曾斌; 樊旭; 李厚朴 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2023 | |
卷号 | 49期号:7页码:1519-1529 |
摘要 | 复杂多变的战场环境要求后装保障能够根据战场环境变化,预见性地做出决策.为此,提出基于强化学习的动态调度方法.为准确描述保障调度问题,提出支持抢占调度、重分配及重部署决策的马尔科夫决策过程(Markov decision process, MDP)模型,模型中综合考量了任务排队、保障优先级以及油料约束等诸多问题的影响;随后设计改进策略迭代算法,训练基于神经网络的保障调度模型;训练后的神经网络模型能够近似计算状态价值函数,从而求解出产生最大期望价值的优化调度策略.最后设计一个分布式战场保障仿真实验,通过与常规调度策略的对比,验证了动态调度算法具有良好的自适应性和自主学习能力,能够根据历史数据和当前态势预判后续变化,并重新规划和配置保障资源的调度方案. |
关键词 | 战时保障 重规划 马尔科夫决策过程 动态调度 强化学习 |
DOI | 10.16383/j.aas.c200416 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56105 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 曾斌,樊旭,李厚朴. 支持重规划的战时保障动态调度研究[J]. 自动化学报,2023,49(7):1519-1529. |
APA | 曾斌,樊旭,&李厚朴.(2023).支持重规划的战时保障动态调度研究.自动化学报,49(7),1519-1529. |
MLA | 曾斌,et al."支持重规划的战时保障动态调度研究".自动化学报 49.7(2023):1519-1529. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2020-0416.pdf(1581KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[曾斌]的文章 |
[樊旭]的文章 |
[李厚朴]的文章 |
百度学术 |
百度学术中相似的文章 |
[曾斌]的文章 |
[樊旭]的文章 |
[李厚朴]的文章 |
必应学术 |
必应学术中相似的文章 |
[曾斌]的文章 |
[樊旭]的文章 |
[李厚朴]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论