【摘要】：單機(jī)調(diào)度問題作為生產(chǎn)調(diào)度問題中最重要的成員之一,大量存在于現(xiàn)實(shí)生活中,具有廣泛的應(yīng)用背景。在某些情況下多機(jī)以及其他復(fù)雜調(diào)度問題通常可分解成若干個(gè)單機(jī)調(diào)度問題的求解。因此,單機(jī)調(diào)度問題的研究對于有效的利用資源、提高生產(chǎn)效率,具有十分重要的意義。很多單機(jī)調(diào)度問題己被證明是NP-hard問題,現(xiàn)有的求解方法對于解決實(shí)際調(diào)度問題仍然存在其局限性�；趯W(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法具有良好的自適應(yīng)性、穩(wěn)定性、自學(xué)習(xí)能力、泛化能力,在諸多領(lǐng)域得到了有效的應(yīng)用。本文選擇基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法對單機(jī)調(diào)度問題進(jìn)行研究,在現(xiàn)有研究工作的基礎(chǔ)上,選擇Pointer Networks作為網(wǎng)絡(luò)框架,分別采用監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)兩種方法對算法的有效性、學(xué)習(xí)能力、泛化能力進(jìn)行探究。經(jīng)過驗(yàn)證,算法能為單機(jī)調(diào)度問題提供一個(gè)較好的近似最優(yōu)解,結(jié)合所提出的滾動(dòng)優(yōu)化策略,在大規(guī)模問題上展現(xiàn)了較好的適應(yīng)性。全文的主要工作歸納如下:·根據(jù)調(diào)度問題的特征選取LSTM網(wǎng)絡(luò)構(gòu)建了基于Pointer Networks的監(jiān)督學(xué)習(xí)模型對單機(jī)調(diào)度問題進(jìn)行建模,采用拉格朗日松弛方法構(gòu)建訓(xùn)練所需的數(shù)據(jù)集。最后通過大量的實(shí)驗(yàn)仿真驗(yàn)證了算法的有效性,探究了算法的最優(yōu)參數(shù)以及泛化能力。·為了提高算法在大規(guī)模調(diào)度問題上的泛化能力,結(jié)合上章所提出的監(jiān)督學(xué)習(xí)模型,提出了一種滾動(dòng)優(yōu)化策略,將大規(guī)模調(diào)度問題分解為小規(guī)模調(diào)度問題進(jìn)行求解。通過仿真實(shí)驗(yàn)證實(shí),改進(jìn)后的算法在大規(guī)模調(diào)度問題上的泛化能力得到了大幅提升�！め槍ΡO(jiān)督學(xué)習(xí)算法的性能極度依賴訓(xùn)練數(shù)據(jù)質(zhì)量的現(xiàn)象,將強(qiáng)化學(xué)習(xí)與Pointer Networks進(jìn)行結(jié)合,為單機(jī)調(diào)度問題建立了一個(gè)非監(jiān)督的學(xué)習(xí)模型。與本文監(jiān)督學(xué)習(xí)模型進(jìn)行了仿真對比,驗(yàn)證了算法的有效性。
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F49;TP18
【圖文】：

邐ｈｔ邋＝邋ｏｔ０ｔａｎｈ邋（ｃｔ）逡逑Ｘｉ逡逑圖２－４邋ＬＳＴＭ網(wǎng)絡(luò)單元結(jié)構(gòu)逡逑其中0■為非線性激活函數(shù)，取值范圍（0，１），輸入門、輸出門、遺忘門和記憶單兀逡逑均受到當(dāng)前時(shí)刻輸入Ｘｔ，上一時(shí)刻的輸出，以及偏置６的影響。由圖及相關(guān)公式可逡逑看出當(dāng)ｉｔ邋＝邋０邋（輸入門關(guān)閉），／ｔ邋＝邋ｌ邋（遺忘門打開）時(shí)，記憶單元Ｃｔ的信息可一直保逡逑持。ＬＳＴＭ在時(shí)序上的拓展如圖２－５所示：逡逑ｒ＾１邐＜逡逑輸出層：ｙｆ邐Ｊ邋…邐＊＊？邋Ｊ逡逑ｐ邋＾邋…Ｄ．逡逑隱層：一……１邐．一－邋＼邐ｖ；＇邐＾逡逑ｓ邐ｓ邐Ａ逡逑輸入層：ｘｔ逡逑時(shí)序：ｔＥ［ｌ；Ｔｘ】邐ｔ＝ｌ邋？？？邐ｔ＝ｊ邋？？？邋ｔ＝Ｔｘ逡逑圖２－５邋ＬＳＴＭ時(shí)序上的拓?fù)浣Y(jié)構(gòu)逡逑箭頭表示記憶單元存儲(chǔ)的信息在時(shí)序上的流動(dòng)方向，可以看出與ＣＮＮ和其他神經(jīng)逡逑網(wǎng)絡(luò)不同，ＬＳＴＭ在時(shí)序上進(jìn)行了拓展，即ＭＬＰ邋（多層神經(jīng)網(wǎng)絡(luò)）會(huì)在時(shí)序的維度上進(jìn)逡逑行延伸，ＬＳＴＭ對輸入特征的處理并非一次全部輸入完成，而是在每個(gè)時(shí)序上進(jìn)行當(dāng)前逡逑時(shí)刻的輸入，這決定了邋ＬＳＴＭ可以借助當(dāng)前值和歷史數(shù)據(jù)更好地預(yù)測時(shí)間序列。這里我逡逑２１逡逑

其中0■為非線性激活函數(shù)，取值范圍（0，１），輸入門、輸出門、遺忘門和記憶單兀逡逑均受到當(dāng)前時(shí)刻輸入Ｘｔ，上一時(shí)刻的輸出，以及偏置６的影響。由圖及相關(guān)公式可逡逑看出當(dāng)ｉｔ邋＝邋０邋（輸入門關(guān)閉），／ｔ邋＝邋ｌ邋（遺忘門打開）時(shí)，記憶單元Ｃｔ的信息可一直保逡逑持。ＬＳＴＭ在時(shí)序上的拓展如圖２－５所示：逡逑ｒ＾１邐＜逡逑輸出層：ｙｆ邐Ｊ邋…邐＊＊？邋Ｊ逡逑ｐ邋＾邋…Ｄ．逡逑隱層：一……１邐．一－邋＼邐ｖ；＇邐＾逡逑ｓ邐ｓ邐Ａ逡逑輸入層：ｘｔ逡逑時(shí)序：ｔＥ［ｌ；Ｔｘ】邐ｔ＝ｌ邋？？？邐ｔ＝ｊ邋？？？邋ｔ＝Ｔｘ逡逑圖２－５邋ＬＳＴＭ時(shí)序上的拓?fù)浣Y(jié)構(gòu)逡逑

邐ｈｔ邋＝邋ｏｔ０ｔａｎｈ邋（ｃｔ）逡逑Ｘｉ逡逑圖２－４邋ＬＳＴＭ網(wǎng)絡(luò)單元結(jié)構(gòu)逡逑其中0■為非線性激活函數(shù)，取值范圍（0，１），輸入門、輸出門、遺忘門和記憶單兀逡逑均受到當(dāng)前時(shí)刻輸入Ｘｔ，上一時(shí)刻的輸出，以及偏置６的影響。由圖及相關(guān)公式可逡逑看出當(dāng)ｉｔ邋＝邋０邋（輸入門關(guān)閉），／ｔ邋＝邋ｌ邋（遺忘門打開）時(shí)，記憶單元Ｃｔ的信息可一直保逡逑持。ＬＳＴＭ在時(shí)序上的拓展如圖２－５所示：逡逑ｒ＾１邐＜逡逑輸出層：ｙｆ邐Ｊ邋…邐＊＊？邋Ｊ逡逑ｐ邋＾邋…Ｄ．逡逑隱層：一……１邐．一－邋＼邐ｖ；＇邐＾逡逑ｓ邐ｓ邐Ａ逡逑輸入層：ｘｔ逡逑時(shí)序：ｔＥ［ｌ；Ｔｘ】邐ｔ＝ｌ邋？？？邐ｔ＝ｊ邋？？？邋ｔ＝Ｔｘ逡逑圖２－５邋ＬＳＴＭ時(shí)序上的拓?fù)浣Y(jié)構(gòu)逡逑箭頭表示記憶單元存儲(chǔ)的信息在時(shí)序上的流動(dòng)方向，可以看出與ＣＮＮ和其他神經(jīng)逡逑網(wǎng)絡(luò)不同，ＬＳＴＭ在時(shí)序上進(jìn)行了拓展，即ＭＬＰ邋（多層神經(jīng)網(wǎng)絡(luò)）會(huì)在時(shí)序的維度上進(jìn)逡逑行延伸，ＬＳＴＭ對輸入特征的處理并非一次全部輸入完成，而是在每個(gè)時(shí)序上進(jìn)行當(dāng)前逡逑時(shí)刻的輸入，這決定了邋ＬＳＴＭ可以借助當(dāng)前值和歷史數(shù)據(jù)更好地預(yù)測時(shí)間序列。這里我逡逑２１逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李玉;石小林;;考慮倒垛情況的場吊調(diào)度問題研究[J];交通運(yùn)輸工程與信息學(xué)報(bào);2017年02期

2 沈益民;范玉順;;調(diào)度問題微結(jié)構(gòu)及柔性優(yōu)化方法[J];自動(dòng)化學(xué)報(bào);2006年02期

3 董平;機(jī)器調(diào)度問題及求解方法[J];物流技術(shù)與應(yīng)用;1997年01期

4 楊自厚,李寶澤,高志遠(yuǎn);鋼鐵廠煤氣資源的最優(yōu)分配[J];冶金自動(dòng)化;1988年03期

5 朱繼忠,徐國禹;電力系統(tǒng)有功安全經(jīng)濟(jì)再調(diào)度[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1989年06期

6 鄢勇,劉鍵;同步并行任務(wù)流圖的最佳近似調(diào)度[J];電子學(xué)報(bào);1989年05期

7 劉長有;李磊;;一種電網(wǎng)經(jīng)濟(jì)調(diào)度問題的分布式對偶優(yōu)化解法[J];山西建筑;2016年33期

8 周龍飛;張霖;劉永奎;;云制造調(diào)度問題研究綜述[J];計(jì)算機(jī)集成制造系統(tǒng);2017年06期

9 劉志雄;;求解調(diào)度問題的粒子群算法編碼方法研究[J];武漢科技大學(xué)學(xué)報(bào);2010年01期

10 王璇;劉世峰;劉達(dá);;基于“實(shí)時(shí)智能”方法的港口物流調(diào)度問題研究[J];物流技術(shù);2009年12期

相關(guān)會(huì)議論文 前10條

1 劉海龍;黃小原;;總的未完工費(fèi)用最小的多機(jī)調(diào)度問題[A];1995中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

2 耿兆強(qiáng);康勛;鄒益仁;;用遺傳算法解決模糊加工時(shí)間與模糊交貨期下的單機(jī)調(diào)度問題[A];2001年中國智能自動(dòng)化會(huì)議論文集（下冊）[C];2001年

3 吳斌;方葉祥;崔志勇;;基于人工蜂群算法的越庫調(diào)度問題研究[A];第25屆中國控制與決策會(huì)議論文集[C];2013年

4 張雷;;關(guān)于多人旅行商與調(diào)度問題[A];1995年中國控制會(huì)議論文集（下）[C];1995年

5 尹新;楊自厚;;帶有等待時(shí)間懲罰的提前／拖期調(diào)度問題的啟發(fā)式解法[A];1994中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1994年

6 吳斌;董敏;;考慮行為主體的越庫調(diào)度問題干擾管理研究[A];中國系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個(gè)領(lǐng)域中的應(yīng)用研究[C];2014年

7 劉興初;趙千川;鄭大鐘;;具有不同準(zhǔn)備時(shí)間和交付期的單機(jī)E／T調(diào)度問題研究[A];1998年中國控制會(huì)議論文集[C];1998年

8 王海星;申金升;;智能蟻群算法解決公交區(qū)域調(diào)度問題研究[A];2006年首屆ICT大會(huì)信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會(huì)議論文集[C];2006年

9 全雄文;王力;;基于沖突集的區(qū)間調(diào)度問題性質(zhì)分析和算法設(shè)計(jì)[A];中國自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)D卷[C];2011年

10 齊向彤;涂奉生;;雙交付期E／T調(diào)度問題[A];1997年中國控制會(huì)議論文集[C];1997年

相關(guān)重要報(bào)紙文章 前1條

1 ;事故教訓(xùn)應(yīng)以改革誠意彌補(bǔ)[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2011年

相關(guān)博士學(xué)位論文 前10條

1 孫德峰;鋼鐵原料物流計(jì)劃與調(diào)度的建模及最優(yōu)化方法研究[D];東北大學(xué);2016年

2 文晶;風(fēng)電集群接入電力系統(tǒng)的源荷協(xié)調(diào)優(yōu)化調(diào)度模型研究[D];華北電力大學(xué)(北京);2015年

3 劉迪迪;能量捕獲無線網(wǎng)絡(luò)的傳輸調(diào)度和能量管理研究[D];西安電子科技大學(xué);2018年

4 侯愛琴;高性能網(wǎng)絡(luò)中面向大數(shù)據(jù)傳輸QoS的帶寬調(diào)度研究[D];西北大學(xué);2018年

5 袁媛;鋼鐵生產(chǎn)與物流調(diào)度的時(shí)空建模和凸優(yōu)化方法[D];東北大學(xué);2017年

6 譚龍華;控制性能導(dǎo)向的實(shí)時(shí)系統(tǒng)調(diào)度參數(shù)優(yōu)化研究[D];西北工業(yè)大學(xué);2016年

7 郭慶新;改進(jìn)智能優(yōu)化方法及在有色金屬工業(yè)調(diào)度中的應(yīng)用研究[D];東北大學(xué);2016年

8 唐猛;自動(dòng)小車存取系統(tǒng)建模及調(diào)度優(yōu)化研究[D];武漢大學(xué);2015年

9 謝杏子;若干單件訂單接受與加工調(diào)度問題及其優(yōu)化方法研究[D];南京理工大學(xué);2016年

10 常永剛;露天礦運(yùn)輸系統(tǒng)優(yōu)化與卡車調(diào)度問題研究[D];沈陽工業(yè)大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 王云鶴;求解復(fù)雜流水線調(diào)度問題的混合搜索算法[D];東北師范大學(xué);2017年

2 王大國;柔性作業(yè)車間多目標(biāo)動(dòng)態(tài)調(diào)度模型及算法研究[D];浙江工業(yè)大學(xué);2018年

3 余楊清;裝配式建筑多供應(yīng)商分布式協(xié)同調(diào)度研究[D];武漢理工大學(xué);2018年

4 劉暢;共享單車需求預(yù)測及調(diào)度研究[D];武漢理工大學(xué);2018年

5 夏琪;基于用戶出行軌跡的共享汽車調(diào)度研究[D];武漢理工大學(xué);2018年

6 李盛林;家庭能源管理系統(tǒng)實(shí)時(shí)電能調(diào)度研究[D];上海電力大學(xué);2019年

7 裴杰;基于改進(jìn)蟻群算法的綠色單機(jī)調(diào)度問題研究[D];鄭州輕工業(yè)大學(xué);2019年

8 嚴(yán)建海;蟻群優(yōu)化算法在模糊平行機(jī)批調(diào)度問題中的應(yīng)用與研究[D];安徽大學(xué);2019年

9 李亞杰;考慮拒絕成本的雙目標(biāo)差異容量平行機(jī)批調(diào)度算法研究[D];安徽大學(xué);2019年

10 曾廣賢;基于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法的單機(jī)調(diào)度問題研究[D];廈門大學(xué);2018年

本文編號：2798244