基于深度强化学习的平行企业资源计划

作     者：秦蕊 曾帅 李娟娟 袁勇 QIN Rui;ZENG Shuai;LI Juan-Juan;YUAN Yong

作者机构：中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 青岛智能产业技术研究院青岛266109 中国科学院自动化研究所北京市智能化技术与系统工程技术研究中心北京100190 

基　　金：国家自然科学基金(71702182 71472174 71232006 61533019 61233001 71402178) 复杂系统管理与控制国家重点实验室优秀人才基金(Y6S9011F4E Y6S9011F4H)资助~~ 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2017年第43卷第9期

页      码：1588-1596页

摘      要：传统的企业资源计划(Enterprise resource planning,ERP)采用静态化的业务流程设计理念,忽略了人的关键作用,且很少涉及系统性的过程模型,因此难以应对现代企业资源计划的复杂性要求.为实现现代企业资源计划的新范式,本文在ACP(人工社会(Artificial societies)、计算实验(Computational experiments)、平行执行(Parallel execution))方法框架下,以大数据为驱动,融合深度强化学习方法,构建基于平行管理的企业ERP系统.首先基于多Agent构建ERP整体建模框架,然后针对企业ERP的整个流程建立序贯博弈模型,最后运用基于深度强化学习的神经网络寻找最优策略,解决复杂企业ERP所面临的不确定性、多样性和复杂性.

主 题 词：企业资源计划 深度强化学习 ACP理论 平行管理 多Agent建模 

学科分类：0810[工学-土木类] 1205[管理学-图书情报与档案管理类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.163sa/j.ass.2017.c160664

馆 藏 号：203273386...