基于强化学习与博弈优化的多工单协同排产研究

黄起豹; 沈建斌

doi:10.11907/rjdk.261077

您当前的位置：

首页 >

文章列表页 >

基于强化学习与博弈优化的多工单协同排产研究

专题：工业互联网数据创新应用 | 更新时间：2026-05-27

- 基于强化学习与博弈优化的多工单协同排产研究
- Research on Multi-Workorder Collaborative Scheduling Based on Reinforcement Learning and Game Optimization
- 软件导刊 2026年25卷第5期页码：36-42
- 作者机构：
  
  1.上饶师范学院数字技术应用产业学院，江西上饶 340001
  2.深圳市酷开智能系统科技有限公司，广东深圳 518000
- 作者简介：
  
  黄起豹（1978-），男，博士，上饶师范学院数字技术应用产业学院副教授、硕士生导师，研究方向为人工智能与产业融合应用
  沈建斌（1975-），男，博士，深圳市酷开智能系统科技有限公司总监，研究方向为人工智能产品开发。
- 基金信息：
  
  全国高等学校计算机教育研究会项目(CERACU2026RO7);中国机械工业教育协会项目(ZJJX25SY001)
- DOI：10.11907/rjdk.261077
  中图分类号： TP18
- 收稿：2026-02-05，
  
  纸质出版：2026-05-15
- 稿件说明：
移动端阅览
黄起豹,沈建斌.基于强化学习与博弈优化的多工单协同排产研究[J].软件导刊,2026,25(05):36-42.

HUANG Qibao,SHEN Jianbin.Research on Multi-Workorder Collaborative Scheduling Based on Reinforcement Learning and Game Optimization[J].Software Guide,2026,25(05):36-42.
黄起豹,沈建斌.基于强化学习与博弈优化的多工单协同排产研究[J].软件导刊,2026,25(05):36-42. DOI： 10.11907/rjdk.261077.

HUANG Qibao,SHEN Jianbin.Research on Multi-Workorder Collaborative Scheduling Based on Reinforcement Learning and Game Optimization[J].Software Guide,2026,25(05):36-42. DOI： 10.11907/rjdk.261077.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Stackelberg博弈与智能合约的工业领域移动众包数据交易方案

融合低轨卫星通信的云边协同算力网络架构与关键技术研究

智能计算系统课程中案例驱动的强化学习教学模式探索

基于LLM Agent的教务查询系统设计与实现

基于时空窗的多机器人协同路径规划算法研究

基于强化学习与博弈优化的多工单协同排产研究

Research on Multi-Workorder Collaborative Scheduling Based on Reinforcement Learning and Game Optimization

DOI：10.11907/rjdk.261077