مرور و دسته بندی ادبیات کاربرد یادگیری تقویتی درمدل های موجودی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 665

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IIEC12_355

تاریخ نمایه سازی: 8 آبان 1395

چکیده مقاله:

حضور در عرصه ی جهانی، پیشرفت تکنولوژی، چرخه ی عمر کوتاه محصولات، صاحبان صنایع را برآن داشته تا در مدیریت موثر زنجیره تامین خود متمرکز شوند. در نتیجه آن کاهش هزینههای موجودی و نیز پاسخگویی بهتر مشتری خواهد بود. از جمله مواردی که مدیریت موجودی را دشوار می سازد، عدم قطعیت تقاضای مشتری می باشد، که ذات مساله کنترل موجودی را تصادفی می کند. در چنین شرایطی با استفاده از روشهای مرسوم و کلاسیک نمی توان به مدیریت و کنترل موجودی پرداخت، از جمله روشهایی که مناسب به نظر می رسد یادگیری تقویتی است که قابلیت تطبیق با محیط را دارد و می تواند متغیرهای مسائل مدیریت موجودی را تحت شرایط متفاوت در طول زمان، تحت یادگیری قرار دهد. در این پژوهش به دسته بندی، نقد و در نهایت به شناسایی شکاف هایتحقیقاتی مقالات مرتبط با کاربرد یادگیری تقویتی در بهینه سازی موجودی پرداخته شده است.

نویسندگان

حمیده احمدی

دانشجوی مکارشناسی ارشد مهندسی صنایع دانشگاه صنعتی سجاد، مشهد

محسن باقری

استادیار دانشکده مهندسی صنایع دانشگاه صنعتی سجاد ، مشهد

امین نوری

عضو هیئت علمی دانشکده مهندسی برق دانشگاه صنعتی سجاد، مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Barto, A. G., Sutton, R. S., 1 998 .Reinforcemet Learning ...
  • Kaelbling, L. P., Littman, M. L., Moore, A.W., 1996. "Reinforcemet ...
  • Watkins, C. 1998. "Learning from delayed rewards", Ph.D. Disseration Cambridge ...
  • Van Roy, D. P. Bertsekas, Y. Lee, and J. N. ...
  • Pontrandolfo, P., Gosavi, A., Okogbaa, O., Das, T., 2002. Global ...
  • Giannoccaro, I., Pontrandolfo, P., 2002. Inventory management in supply chains: ...
  • Kim, C. O., Jun, J. Baek, J. K., Smith, R. ...
  • Kim, C. O., Kwon, I. H., & Baek, J. G. ...
  • Kwon, Ick-Hyun, Kim, Chang Ouk, Jun, Jin, & Lee, Jung ...
  • Chaharsooghi, K., Heydari, J., Zegordi, H., 2008. A reinforcement learning ...
  • Jiang, C., & Sheng, Z. (2009). Case-based reinforcement learning for ...
  • Kwak, C., Choi, J.S., Kim, C.O., Kwon, I.-H., 2009. Situation ...
  • Kim, C.O., Kwon, I.-H., Kwak, C., 2010. Multi-agent based distributed ...
  • Zheng Sui, Abhijit Gosavi, and Li Lin. 2010. A reinforcement ...
  • Fazel zarand, M.H., Moosavi, V., Zarinbal, M., (2013), A fuzzy ...
  • Mortazavi, A., Arshadi Khamseh, A., Azimi, P., (2015), Designing of ...
  • نمایش کامل مراجع