一种基于强化学习的服务任务调度方法

授权

摘要

本发明公开了一种基于强化学习的服务任务调度方法，能对一段较长时间内的服务任务需求下的服务人员调度给出较为合理的安排。首先根据服务任务需求对服务任务进行数学建模，构建服务任务环境。然后使用ε‑Greedy方法在服务任务环境中进行半随机服务人员工作安排，同时使用强化学习方法对半随机人员工作安排过程进行学习，即从不同调度安排之间的价值差异中进行学习，使深度神经网络近似不同调度安排的价值。最后通过使用深度神经网络对实际服务任务需求下不同调度安排的价值进行预测，然后选择输出较优的满足服务任务需求的服务人员调度安排的班表。本发明构建的基于强化学习的服务任务调度方法具有安排速度快、任务班表安排合理的特点。

基本信息

专利标题：

一种基于强化学习的服务任务调度方法

专利标题（英）：

暂无

公开（公告）号：

CN113361912A

申请号：

CN202110623287.3

公开（公告）日：

2021-09-07

申请日：

2021-06-04

授权号：

CN113361912B

授权日：

2022-05-27

发明人：

曹斌陈德胜陈灏李甜甜范菁

申请人：

浙江工业大学

申请人地址：

浙江省杭州市下城区潮王路18号

代理机构：

杭州求是专利事务所有限公司

代理人：

邱启旺

优先权：

CN202110623287.3

主分类号：

G06Q10/06

IPC分类号：

G06Q10/06 G06N3/08 G06N3/04