学术文章

在这篇论文中，研究人员研究了一个虚构的咖啡店的运营，重点关注咖啡师的行为。他们还通过使用强化学习和模拟作为政策训练环境，展示了行动序列如何影响咖啡店的整体表现。这个模型作为一个指导性的例子，展示了使用Pathmind库在AnyLogic模型中应用RL的简单性。

在这项工作中，研究人员承担了一个根本原因，使供应商管理库存绩效测量方法分配责任的不良绩效。此外，本文还提出了一种基于强化学习的求解方法，用于在VMI环境下确定最优补货策略。使用仿真模型作为培训环境，根据Infineon Technologies AG的真实数据生成不同的需求场景，并根据关键性能指标进行比较。

特别是在复杂的制造系统和不确定的条件下，对机18新利luck娱乐官网器队列中的操作进行排序是一个困难的问题。为了解决这个问题，智能、适应性和自主系统已经被开发出来，使用机器学习和仿真来在大型制造系统的不确定性下排序操作。18新利luck娱乐官网

不同能源解决方案的操作和维护(O&M)费用可能相差很大。太阳能发电厂或地热系统可能只需要极少的持续维护，而风力涡轮机则需要熟练的机组人员来保持其高效运行。

在这项研究中，作者使用了一个缩小规模的风电场案例研究，以展示强化学习(RL)在确定最佳运维策略方面的潜力，并展示AnyLogic模拟软件和Pathmind强化学习工具的易用性。

近年来，人们对弹性供应商的选择越来越感兴趣，其中很多关注于预测中断的可能性。这项研究的结果促进了我们对机器学习和仿真如何以及何时可以结合起来创建数字供应链双胞胎的理解，并通过这些双胞胎来提高弹性。建议的数据驱动的弹性供应商选择决策模型可进一步用于设计供应链中断管理模型中的风险缓解战略、重新设计供应商基础或投资于最重要和风险最大的供应商。

本文从加通湖矿化度和神经网络应用的角度对巴拿马运河扩建工程进行了初步分析。该分析利用了仿真建模和人工智能。