研究论文
Multi-agent collaborative reinforcement learning for dynamic flexible job shop scheduling under machine random failures
Haoze Wu, Vladimir Golovko, Marta Chodyka, Piotr Lichograj
来源Computers & Operations Research
年份2026
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 节选
暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。
逐年被引趋势
暂无年度引用数据
关键指标
0
被引次数 · OpenAlex
0.00
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 13%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
33
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。
AI 辅助阅读
依据：文献信息
论文问答
当前基于文献信息回答
可就本文提问；依据不足时会说明。
学术脉络
学科主题
工程Scheduling and Optimization Algorithms
Advanced Queuing Theory Analysis · Resource-Constrained Project Scheduling
参考文献 33
Improved particle swarm optimization algorithm based novel encoding and decoding schemes for flexible job shop scheduling problem
被引 150Haojie Ding, Xingsheng Gu · Computers & Operations Research · 2020
A Deep Reinforcement Learning Based Solution for Flexible Job Shop Scheduling Problem
被引 99Bao An Han, Jianjun Yang · International Journal of Simulation Modelling · 2021
Joint optimisation for dynamic flexible job-shop scheduling problem with transportation time and resource constraints
被引 120Weibo Ren, Yan Yan, Yaoguang Hu · International Journal of Production Research · 2021
此处列出前 3 条
引用本文 -
暂无引用本文的记录