TY -的A2 Alonso-Betanzos帕罗盟——藏,泽林盟——王,Wanliang盟歌,余杭AU - Lu, Linyan AU - Li Weikun AU -王,圣诞盟——赵Yanwei PY - 2019 DA - 2019/07/10 TI -神经网络混合深调度器作业车间问题基于二维卷积变换SP - 7172842六世- 2019 AB -本文混合深层神经网络调度器(HDNNS)提出解决作业车间调度问题(JSSPs)。为了我的安排处理的状态信息,作业车间调度问题分为几个基于分类的子问题。和深度学习框架用于解决这些子问题。HDNNS二维卷积变换方法(CTDT)适用于不规则的调度信息转换成常规功能的卷积运算处理JSSP深度学习引入。仿真实验设计用于测试HDNNS JSSPs的上下文中有不同尺度的机器和工作以及不同的时间分布进行处理程序。结果表明,考HDNNS指数是9%比HNN的指数也是4%比安在ZLP数据集。相同的神经网络结构,HDNNS方法的训练时间明显短于DEEPRM的方法。此外,调度程序有一个良好的泛化性能,可以解决大规模调度问题只有小规模的训练数据。SN - 1687 - 5265 UR - https://doi.org/10.1155/2019/7172842 - 10.1155 / 2019/7172842摩根富林明计算智力和神经科学PB - Hindawi KW - ER