舆论摘要：仿真前提下的序贯计划表面、本领及其运用接洽

对准序贯计划题目的一致性和搀杂性，沿用体例仿真和加强进修相贯串的仿真优化本领对其举行领会求解。仿真用来建立搀杂序贯计划题目的情况模子，求取体例本能目标，考证和保证解的可行性；加强进修智能体和仿真情况径直连接交互来感知情况的相关动静消息，经过加强进修的矫正算法对题目的解空间举行优化探求。二者有机贯串共通处置搀杂序贯计划题目，进而灵验地克复了保守序贯最优化本领生存的数学建立模型艰巨、假如过于庄重和沉重的“维数灾害”等题目，为处置实际的搀杂序贯计划题目供给了一个新的思绪和本领。正文的接洽处事重要展现在以次几个上面：(1)序贯计划和加强进修的表面领会与接洽。革新点有：从表面上证领会3W+N序贯计划的解空间巨细；经过范例证领会“序贯计划每个阶段的限制最优并不许形成所有序列的全部最优”等。由此说领会序贯计划题目的求解搀杂性和计划难度。(2)对加强进修算法举行了较为深刻的接洽。革新点囊括：①贯串 -贪心动作值法提出了一种算法总迭代代数和贪心率的符合性体制；②提出了一种多智能体加强进修框架；③将保守遗传算法和加强进修相贯串，提出了一种新的遗传加强进修算法——P-GRL算法。(3)鉴于通用仿真东西Arena，提出了仿真前提下的加强进修体制，而且从本领上提出了三种仿真优化的实行计划：里面集成、外部集成和搀和集成。其余还提出了3W+N序贯计划的一种实行本领：鉴于Arena的报酬(介入)序贯计划。同声还安排开拓出了一个鉴于Arena的嵌入式通用序贯计划东西SD-Making，可在任何Arena仿真模子运转进程中随时按照体例运转情景窜改相关计划变量的取值，举行序贯计划。(4)动作运用接洽的中心实质之一，对准Flow-shop排序题目的固有搀杂性，从序贯计划的观点商量，沿用正文提出的仿真优化本领及P-GRL算法对其举行领会求解。洪量的仿真试验截止表白，P-GRL算法优于暂时公认的最优开辟式准则算法NEH算法，也优于简单的GA和RL算法，进而考证了正文所提表面和本领的灵验性。(5)动作运用接洽的另一个重要实质，对准越发搀杂的Job-shop排序题目，提出了一种新的分配准则——假造抢占准则(Virtual Preemption, VP)，以及它的三个本质定理，并经过表面和仿真试验的本领对那些定理举行了领会与表明。贯串假造抢占准则建立了Job-shop排序题目的仿真情况模子；从序贯计划观点动身，沿用P-GRL算法对Job-shop排序题目举行求解。试验截止进一步考证了相关表面和本领的灵验性。(6)以某巨型炼油厂动作实证接洽东西，建立了其供给链的序贯计划模子，沿用鉴于加强进修的仿真优化本领对其订货战略和配送战略举行了仿真建立模型与优化；运用SD-Making举行了报酬序贯计划。试验截止表白，智能体不妨经过连接的进修矫正自己的动作战略，以渐渐到达目的因变量的最优化。这也进一步表明，经过和仿真本领相贯串，加强进修算法不妨用来大范围的、随机的多阶段计划题目，正文提出的相关表面和本领具备较大的本质运用远景。