MRLM: A meta-reinforcement learning-based metaheuristic for hybrid flow-shop scheduling problem with learning and forgetting effects

Zhang, Zeyu ; Shao, Zhongshi ; et al.

In: Swarm and Evolutionary Computation, Jg. 85 (2024-03-01)

Online academicJournal

Zugriff:

Zum Volltext

Titel:	MRLM: A meta-reinforcement learning-based metaheuristic for hybrid flow-shop scheduling problem with learning and forgetting effects
Autor/in / Beteiligte Person:	Zhang, Zeyu ; Shao, Zhongshi ; Shao, Weishi ; Chen, Jianrui ; Pi, Dechang
Link:	Zum Volltext
Zeitschrift:	Swarm and Evolutionary Computation, Jg. 85 (2024-03-01)
Veröffentlichung:	2024
Medientyp:	academicJournal
ISSN:	2210-6502 (electronic)
DOI:	10.1016/j.swevo.2024.101479
Sonstiges:	Nachgewiesen in: ScienceDirect Sprachen: English

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.