Entwicklung einer Methode zum Einsatz von Reinforcement Learning für die dynamische Fertigungsdurchlaufsteuerung
This work aims to develop a method that can reschedule the matrix production in the case of a disruption. For this purpose, different artificial intelligence methods are combined in a novel way. The developed method is validated on a theoretical and a real scheduling case.
Сохранить в:
| Главный автор: | |
|---|---|
| Формат: | Online |
| Язык: | немецкий |
| Опубликовано: |
KIT Scientific Publishing
2023
|
| Предметы: | |
| Online-ссылка: | https://library.oapen.org/handle/20.500.12657/62536 |
| Метки: |
Нет меток, Требуется 1-ая метка записи!
|
| _version_ | 1869518911539511296 |
|---|---|
| author | Lohse, Oliver |
| author_browse | Lohse, Oliver |
| author_facet | Lohse, Oliver |
| author_sort | Lohse, Oliver |
| collection | Directory of Open Access Books |
| description | This work aims to develop a method that can reschedule the matrix production in the case of a disruption. For this purpose, different artificial intelligence methods are combined in a novel way. The developed method is validated on a theoretical and a real scheduling case. |
| format | Online |
| id | doab-20.500.12854ir-99534 |
| institution | Directory of Open Access Books |
| language | ger |
| publishDate | 2023 |
| publishDateRange | 2023 |
| publishDateSort | 2023 |
| publisher | KIT Scientific Publishing |
| publisherStr | KIT Scientific Publishing |
| record_format | ojs |
| spelling | doab-20.500.12854ir-995342025-05-27T05:01:19Z Entwicklung einer Methode zum Einsatz von Reinforcement Learning für die dynamische Fertigungsdurchlaufsteuerung Lohse, Oliver Produktionssteuerung; Reinforcement Learning; Künstliche Intelligenz; Terminierung; Production control; artificial intelligence; scheduling thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TG Mechanical engineering and materials This work aims to develop a method that can reschedule the matrix production in the case of a disruption. For this purpose, different artificial intelligence methods are combined in a novel way. The developed method is validated on a theoretical and a real scheduling case. 2023-04-26T04:00:52Z 2023-04-26T04:00:52Z 2023-04-24T11:23:57Z 2023 book https://library.oapen.org/handle/20.500.12657/62536 9783731512820 https://directory.doabooks.org/handle/20.500.12854/99534 ger Reihe Informationsmanagement im Engineering Karlsruhe open access image/jpeg image/jpeg image/jpeg image/jpeg image/jpeg Attribution-ShareAlike 4.0 International Attribution-ShareAlike 4.0 International Attribution-ShareAlike 4.0 International Attribution-ShareAlike 4.0 International Attribution-ShareAlike 4.0 International https://library.oapen.org/bitstream/20.500.12657/62536/1/entwicklung-einer-methode-zum-einsatz-von-reinforcement-learning-fur-die-dynamische-fertigungsdurchlaufsteuerung.pdf https://library.oapen.org/bitstream/20.500.12657/62536/1/entwicklung-einer-methode-zum-einsatz-von-reinforcement-learning-fur-die-dynamische-fertigungsdurchlaufsteuerung.pdf https://library.oapen.org/bitstream/20.500.12657/62536/1/entwicklung-einer-methode-zum-einsatz-von-reinforcement-learning-fur-die-dynamische-fertigungsdurchlaufsteuerung.pdf https://library.oapen.org/bitstream/20.500.12657/62536/1/entwicklung-einer-methode-zum-einsatz-von-reinforcement-learning-fur-die-dynamische-fertigungsdurchlaufsteuerung.pdf https://library.oapen.org/bitstream/20.500.12657/62536/1/entwicklung-einer-methode-zum-einsatz-von-reinforcement-learning-fur-die-dynamische-fertigungsdurchlaufsteuerung.pdf KIT Scientific Publishing 10.5445/KSP/1000156002 10.5445/KSP/1000156002 68fffc18-8f7b-44fa-ac7e-0b7d7d979bd2 9783731512820 AG Universitätsverlage 208 open access |
| spellingShingle | Produktionssteuerung; Reinforcement Learning; Künstliche Intelligenz; Terminierung; Production control; artificial intelligence; scheduling thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TG Mechanical engineering and materials Lohse, Oliver Entwicklung einer Methode zum Einsatz von Reinforcement Learning für die dynamische Fertigungsdurchlaufsteuerung |
| title | Entwicklung einer Methode zum Einsatz von Reinforcement Learning für die dynamische Fertigungsdurchlaufsteuerung |
| title_full | Entwicklung einer Methode zum Einsatz von Reinforcement Learning für die dynamische Fertigungsdurchlaufsteuerung |
| title_fullStr | Entwicklung einer Methode zum Einsatz von Reinforcement Learning für die dynamische Fertigungsdurchlaufsteuerung |
| title_full_unstemmed | Entwicklung einer Methode zum Einsatz von Reinforcement Learning für die dynamische Fertigungsdurchlaufsteuerung |
| title_short | Entwicklung einer Methode zum Einsatz von Reinforcement Learning für die dynamische Fertigungsdurchlaufsteuerung |
| title_sort | entwicklung einer methode zum einsatz von reinforcement learning fur die dynamische fertigungsdurchlaufsteuerung |
| topic | Produktionssteuerung; Reinforcement Learning; Künstliche Intelligenz; Terminierung; Production control; artificial intelligence; scheduling thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TG Mechanical engineering and materials |
| topic_facet | Produktionssteuerung; Reinforcement Learning; Künstliche Intelligenz; Terminierung; Production control; artificial intelligence; scheduling thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TG Mechanical engineering and materials |
| url | https://library.oapen.org/handle/20.500.12657/62536 |
| work_keys_str_mv | AT lohseoliver entwicklungeinermethodezumeinsatzvonreinforcementlearningfurdiedynamischefertigungsdurchlaufsteuerung |