生物灵感优化算法与强化学习相关,用于放射性环境中的多目标运营规划

Shihan Kong1, Fang Wu2, Hao Liu3

  • 1The State Key Laboratory for Turbulence and Complex Systems, Department of Advanced Manufacturing and Robotics, College of Engineering, Peking University, Beijing 100871, China.

概括

本研究引入了一种新的算法 (HPAGA),通过解决复杂的辐射剂量规划问题来优化放射性环境中的操作. 超参数自适应基因算法 (HPAGA) 有效地为变体旅行销售员问题 (VTSP) 找到最佳解决方案.