基于NDP的遗传算法及其在JSP中的应用 (2006年)

遗传算法被广泛应用于求解车间作业调度问题（JSP），但遗传算法具有最优参数难以确定的问题。对此，该文提出了一种基于神经元动态规划（NDP）的遗传算法NDP-GA。该文将遗传算法用Markov决策过程模型描述，建立了Markov决策过程最优策略与遗传算法最优参数之间的联系。在此基础上，用神经元动态规划逼近Markov决策过程的最优策略，并用学习到的策略指导遗传算法最优参数的选择。数值计算结果表明，该文提出的算法能自动收敛到最优遗传参数，并在求解JSP问题时能稳定地得到满意解。