基于平均强化学习的订单生产方式企业订单接受策略

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＪｏｕｎａｒｌｏｆＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓ
ＩＳＳＮ１００１— ９０８１
２０１３．．０４．，３３（４）：９７６— ９７９
Ｃ０ＤＥＮＪＹＩＩＤＵ
ｈｔｔｐ：／／ｗｗｗ．ｊｏｃａ．ｃｎ
文章编号：１００１— ９０８１（２０１３）４ —００９７６— ４０
ｄｏｉ：１０．３７２４／ＳＰ．Ｊ．１０８７．２０１３．００９７６
Ａｂｓｔｒａｃｔ：Ｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｒｅｖｅｎｕｅｍａｎａｇｅｍｅｎｔ，ａｎｅｗａｐｐｒｏａｃｈｆｏｒｏｒｄｅｒａｃｃｅｐｔａｎｃｅｕｎｄｅｒｕｎｃｅｒｔａｉｎｔｙｉｎＭａｋｅ —
ｔｏ — Ｏｄｅｒ（ＭＴＯ）ｍａｎｕｆａｃｔｕｉｒｎｇｕｓｉｎｇａｖｅｒａｇｅ・ｒｅｗａｒｄｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｗａｓｐｒｏｐｏｓｅｄ．Ｉｎｏｒｄｅｒｔｏｍａｘｉｍｉｚｅｔｈｅａｖｅｒａｇｅ
ｅｘｐｅｃｔｅｄｒｅｖｅｎｕｅ，ｔｈｅｐｒｏｐｏｓｅｄａｐｐｒｏａｃｈｔｏｏｋｏｒｄｅｒｔｙｐｅｓａｎｄｄｉｆｆｅｒｅｎｔｃｏｍｂｉｎａｔｉｏｎｓｏｆｐｉｒｃｅａｎｄｌｅａｄｔｉｍｅａｓｃｉｔｒｅｉａｒｆｏｒｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｔｈｅｓｙｓｔｅｍｓｔａｔｅｓｂａｓｅｄｏｎｍｕｌｔｉ — ｌｅｖｅｌｐｉｒｃｉｎｇｍｅｃｈａｎｉｓｍ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｈａｓｌｅａｒｎｉｎｇｎｄａｓｅｌｅｃｔｉｖｅａｂｉｌｉｔｙｔｏａｃｃｅｐｔｔｈｅｏｒｄｅｒ．Ｃｏｍｐａｒｉｓｏｎｓｍａｄｅｗｉｔｈｏｔｈｅｒｏｒｄｅｒａｃｃｅｐｔａｎｃｅｐｏｌｉｃｉｅｓｓｈｏｗｔｈｅｅｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｌｇａｏｉｒｔｈｍｉｎａｖｅｒａｇｅｒｅｖｅｎｕｅ，ａｃｃｅｐｔｅｄｏｒｄｅｒｔｙｐｅｓ，ａｎｄａｄａｐｔａｂｉｌｉｔｙ．
基于平均强化学习的订单生产方式企业订单接受策略
郝鹃，余建军，周文慧
（１．华南理工大学工商管理学院，广州５１０６４０；２．广东外语外贸大学思科信息学院，广州５１０００６）（通信作者电子邮箱ｙｕｊｊ＠ｓｃｕｔ．ｅｄｕ．ｃｎ）
摘
要：从收益管理思想出发，采用平均强化学习算法研究不确定环境下订单生产（ＭＴＯ）方式企业的订单接受问
题。以最大化平均期望收益为优化目标，采用多级价格机制，把订单类型、价格和提前期的不同组合作为系统状态划分
标准，结合平均强化学习原理，提出了具有学习能力的订单接受算法（ＲＬＯＡ）。仿真结果表明，ＲＬＯＡ算法具有学习和选择性接受订单的能力，与其他订单接受规则相比，在平均收益、订单类型接受状况和适应性等方面都有较好表现。关键词：订单接受；平均强化学习；订单生产方式企业；收益管理
中图分类号：文献标志码：Ａ
ＯｒｄｅｒａｃｃｅｐｔａｎｃｅｐｏｌｉｃｙｉｎＭａｋｅ－ｔｏ－Ｏｒｄｅｒｍａｎｕｆａｃｔｕｒｉｎｇ
ｂａｓｅｄｏｎａｖｅｒａｇｅ－ｒｅｗａｒｄｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ
ＨＡＯＪｕａｎ一，ＹＵＪｉａｎｊｕｎ，ＺＨＯＵＷｅｎｈｕｉ
（１．ＳｃｈｏｏｌｏｆＢ￣ｉｎｅｓｓＡｄｍｉｎｉｓｔｒａｔｉｏｎ，ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，ＧｕａｎｇｚｈｏｕＧｕａｎｇｄｏｎｇ５１０６４０，Ｃｈｉｎａ；２．ＣｉｓｃｏＳｃｈｏｏｌｆＩｏｎｆｏｒｍａｔｅｉｓ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｆＦｏｏｒｅｉｇｎＳｔｕｄｉｅｓ，ＧｕａｎｇｚｈｏｕＧｕａｎｇｄｏｎｇ５１０００６，Ｃｈｉｎａ）