基于強化學習的人員輪休調度方法

摘要： 針對傳統(tǒng)調度方法求解效果差、效率低、輪休約束表達不準確的問題，首次提出一種基于強化學習的人員輪休調度方法。該方法將輪休調度過程構建為Markov決策過程，利用動作掩碼方法實現(xiàn)輪休約束，通過深度Q網(wǎng)絡(DQN)方法對輪休調度的策略進行學習。最后，采用學習得到的調度策略對人員進行快速安排。實驗表明，在遵守輪休約束的前提下，該方法能夠快速給出匹配每日人力需求的人員安排。對比傳統(tǒng)的基于... （共12頁）