An Enhanced NSGA-II Driven by Deep Reinforcement Learning to Mixed Flow Assembly Workshop Scheduling System with Constraints of Continuous Processing and Mold Changing

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Systems vol. 13, no. 8 (2025), p. 659-679
1. Verfasser:	Yang Bihao
Weitere Verfasser:	Chen, Jie, Xiao Xiongxin, Li, Sidi, Teng, Ren
Veröffentlicht:	MDPI AG
Schlagworte:	Work stations Space exploration Integer programming Workpieces Deep learning Molds Optimization Batch processing Multiple objective analysis Manufacturing Batch production Heuristic Efficiency Optimization models Assembly lines Scheduling Continuous casting Operators (mathematics) Genetic algorithms Searching Solution space Algorithms Constraints
Online-Zugang:	Citation/Abstract Full Text + Graphics Full Text - PDF
Tags:	Tag hinzufügen Keine Tags, Fügen Sie das erste Tag hinzu!

Schreiben Sie den ersten Kommentar!