来源：期刊VIP网 时间：
作者：章天吉;林文文;张岳君;项薇;战韬阳;
单位：宁波大学机械工程与力学学院;奥克斯集团有限公司;上海交通大学机械与动力工程学院;浙江工商职业技术学院机电工程学院;宁波大学阳明学院;
摘要：研究了有限产能批量问题，以多产品单机系统为研究对象，以最小化生产总成本(生产成本、库存成本、机器设置成本、缺货积压成本)为优化目标。通过将问题转化为马尔可夫决策过程，利用基于近端策略优化的深度强化学习算法进行求解。由于使用离散动作空间的深度强化学习难以扩展到大型问题，为此本文采用在策略网络中添加映射函数的方法将连续动作表示的深度强化学习应用于求解此问题。实验表明，文中所设计的算法所需的训练时间更少，在实验结果上与直接用CPLEX求解的最优解接近，在求解速度上也更有优势。
关键词：有限产能批量问题;;深度强化学习;;马尔可夫决策过程;;连续动作空间;;近端策略优化
