Key points are not available for this paper at this time.
تطور هذه الدراسة إطار عمل قائم على التعلم المعزز لإدارة محفظة كبيرة من مشغلي البحث بشكل ديناميكي ضمن الإرشادات الميتا-هيوريستية. باستخدام فكرة البحث التابو، يتيح الإطار التكيف المستمر عن طريق استبعاد المشغلين الأقل كفاءة مؤقتًا وتحديث تكوين المحفظة أثناء البحث. يتم استخدام آلية اختيار مشغل متكيف تعتمد على التعلم المعزز لاختيار المشغل الأنسب من المحفظة المحدثة ديناميكيًا في كل مرحلة. على عكس الأساليب التقليدية، لا يتطلب الإطار المقترح أي مدخلات من الخبراء بشأن مشغلي البحث، مما يسمح لغير الخبراء المحددين في المجال باستخدام الإطار بشكل فعال. يتم تحليل أداء الإطار المقترح من خلال تطبيقه على مشكلة جدولة تدفق الإنتاج التبادلي. وتظهر النتائج الأداء المتفوق للإطار المقترح مقارنة بأحدث الخوارزميات من حيث فجوة الأمثلية وسرعة التقارب.
درس ماماغان وآخرون (الثلاثاء) هذا السؤال.