基于马尔可夫决策过程的MES系统动态调度方法

针对以事件为驱动的网络化制造环境下生产系统的特征,扩展马尔可夫决策过程,根据生产制造的特点进行动态生产调度方法的研究.以面向用户标准为基础,用制造系统响应时间来评价调度算法在不同规则下具有的性能特点;根据分析结果分别确定各种调度规则在预期时间内能够达到生产优化调度或满意调度的可能程度.将调度规则与实际生产相结合,设计网络化制造环境下动态调度指令单管理系统,实现制造管理的信息化.本系统可以按照用户需求实时反映生产制造信息;根据企业情况确定调度规则,生成调度决策方案,最大程度保证企业利益.     

基于马尔可夫决策过程的社团演化干预

社团的演化往往是复杂多变的,如何对这些嵌入在网络中的社团进行个性化干预,使得不同的社团朝着不同的既定方向演化的研究逐渐成为社交网络领域的一个重要问题.在社团演化的干预框架下,基于状态转移视角,提出了基于马尔可夫决策过程的社团演化干预模型.该模型通过对社团状态维度分数与干预目标的综合考虑,确立社团演化过程与马尔可夫决策过程的对应关系,对社团演化中的状态、动作、回报进行精细建模,同时将社团演化期望回报与研究者的奖励相对应,对马尔可夫决策过程求解,实现对社团演化的干预.在不同社团数据集上的实验结果表明,基于马尔可夫决策过程的干预模型能够对社团的演化进行有效的干预.     

基于马尔可夫过程的压缩机组维修决策方法研究

设备维修策略优化的目的是提高设备的可靠性、降低维修费用,目前已受到广泛关注。考虑到设备的劣化可用马尔可夫过程描述,提出了基于马尔可夫过程的压缩机组维修决策方法。并以综合费用为目标函数,定量分析了设备在不同劣化状态、采用不同维修措施的期望综合费用,从而得到了设备的最优维修策略,为设备的维修决策提供了有力的科学依据。     

基于POMDP的可伸缩视频流优化决策调度

针对可伸缩视频流在无线通信中的数据包调度问题,提出了一种基于部分可观测马尔可夫决策过程（POMDP）的决策调度策略,在用户状态不确定或部分可观测条件下,采用POMDP建立了完整的最优化调度模型,以实现视频接收质量的最佳化.仿真实验结果表明,与传统的调度算法相比,该方法有效提高了视频流的平均峰值信噪比(PSNR).随着调度规模的扩大,其性能能够逐渐逼近用户状态完全确定的理想马尔可夫决策过程（MDP）模型.     

考虑临时服务能力的医疗检查预约能力分配模型

针对医疗检查预约能力分配问题,考虑将处于空闲状态下的急诊检查作为临时服务加入常规检查中,二者一起为预约和未预约的常规患者服务.以医院的期望收益最大为目标,建立医疗检查预约能力分配模型,并对该模型结构性质进行分析,证明了存在使服务当天期望收益最大的最优预约限额,进而给出求解最优预约限额满足的条件.通过大量数值实验分析了不同参数对医疗检查能力分配方案的影响,结果表明到达医院的未预约患者数量和临时服务能力对分配方案有较大影响.     

基于马尔科夫决策过程的应急资源调度方案的动态优化

利用马尔科夫决策方法,对突发公共事件下的应急资源调度方案的动态优化过程进行研究,以期找到特定场景下最优应急资源调度方案,保证应急救援行动的时效性.通过实例分析表明,基于马尔科夫决策过程的应急资源调度方案动态优化方法可实现应急资源调度方案的动态优化,未来通过采用本方法,可以为突发公共事件下的应急资源动态调度提供依据.     

马尔可夫决策过程在防空系统目标分配中的应用

综合考虑了目标分配中的一些重要问题,将马尔可夫决策过程理论应用于目标分配决策中,这种方法充分考虑了攻防对抗这个动态系统本身的特征,避免出现发射平台工作饱和,使决策的长期效益趋于最优。     

一种基于部分可观察马尔可夫决策过程的股票交易策略

近年来涌现了许多把深度强化学习应用到股票交易策略的研究。深度强化学习通常依赖于马尔可夫决策过程建模,但是股票市场中交易策略的制定需要考虑历史交易数据中包含的信息。因此,本文通过部分可观察马尔可夫决策过程对股票市场建模,并采用长短期记忆网络和优势演员评论家算法来构建股票交易策略。通过在道琼斯工业平均指数成份股数据集上进行实验,实验结果表明本文所设计的股票交易策略构建方法可以挖掘隐藏在历史数据中的有效信息,获得稳定且有效的交易策略。     

嵌入式通信系统中基于动态多因素的马尔可夫决策路由

为了适应嵌入式通信系统的资源匮乏性、多因素、异构性和对等性等特点,提出了动态多因素马尔可夫决策路由(DMMDR)算法,分析了算法的时间和空间复杂度,并设计了路由的建立过程和链路状态的更新策略.研究结果表明,该算法能综合考虑各种因素,均衡和减少计算量和存储需求,并避免环路的产生.     

马尔可夫决策规划与采掘计划优化

应用马尔可夫决策规划（MDP）模型对采掘计划进行了费用优化。     

基于PN的可重入医学检测调度系统优化研究

基于一类具有可重入特点的医学检测过程的设备调度问题,进行了具有约束条件的优化解的研究.首先分析了调度约束条件和优化目标,建立了其Petri Networks（PN）形式化模型,并分析了其规则调度系统的稳定性和其他性能．然后利用PN模型和调度约束条件解出调度可行解结合对医学检测部分工序要求连续的基础上建立时间约束矩阵,对可行解进一步优化,最终得到满足所有约束条件的优化可行解．通过对实际医学检测系统的实例分析和CPN Tools 仿真,结果表明所建立的模型和方法的有效性．     

基于离散Markov决策过程的发电公司多阶段决策

采用离散时间Markov决策过程(DTMDP)对以多阶段总利润最优为目标的发电公司决策问题进行研究．市场环境下，发电公司根据自身条件，其竞争策略可以是价格的接受者，也可以是价格的制定者．考虑了发电公司不同策略情况下市场均衡状态间的转换概率，分别给出了发电公司作为价格接受者和价格制定者时的多阶段决策模型．通过算例验证了所提模型的有效性和可行性．     

基于多工艺方案的车间作业计划方法研究

对工艺设计与生产调度集成的必要性和可行性进行了分析，讨论了工艺设计与车间作业计划之间的关系．针对多品种小批量的单件生产车间提出启发式的车间作业计划方法，其决策基于多工艺方案、可替代机床和调度规则，生成车间作业计划，并能及时对车间作业计划进行评价和调整．在此基础上，建立了基于多工艺方案的车间生产作业计划决策系统     

基于启发式调度的自动调度方案优化

文章针对启发式调度算法并不能够保证调度方案最优的缺陷与不足,对自动调度算法得到的调度方案作了分析与修改,并建立了纵向优化算法和横向优化算法,使得人机交互式自动调度在处理加工任务量大,调度工序众多的情况之下,能有效地减少人员操作难度,进一步增加了系统的实用性。