TL;DR
- چکیده: هایپر اکتشافی به یک رویکرد محبوب برای حل مشکلات زمانبندی کارگاههای انعطافپذیر پویا (DFJSS) تبدیل شدهاند.
- آنها از تکنیکهای بهینهسازی بدون گرادیان مانند برنامهنویسی ژنتیکی (GP) برای تکامل اکتشافی غیر قابل.
- تمایز استفاده میکنند.
چه اتفاقی افتاد
چکیده: هایپر اکتشافی به یک رویکرد محبوب برای حل مشکلات زمانبندی کارگاههای انعطافپذیر پویا (DFJSS) تبدیل شدهاند. آنها از تکنیکهای بهینهسازی بدون گرادیان مانند برنامهنویسی ژنتیکی (GP) برای تکامل اکتشافی غیر قابل.
تمایز استفاده میکنند. با این حال،.
روشهای مرسوم GP تمایل دارند به کندی همگرا شوند،. زیرا برای یافتن اکتشافات خوب،.
صرفاً به جستجوی تکاملی متکی هستند. روشهای GP چند وظیفهای موجود میتوانند چندین کار را بهطور همزمان حل کنند و با انتقال دانش در.
بین وظایف مشابه،. جستجو را سرعت بخشند.
اما آنها عمدتاً بلوکهای سازنده اکتشافی را بدون ایجاد اکتشافی واقعی مشروط به اطلاعات وظیفه مبادله میکنند. در این مقاله،.
هدف ما تسریع همگرایی و فعال ساختن تولید اکتشافی ویژه کار با ترکیب یک مدل ترانسفورماتور مشروط وظیفه. است.
ترانسفورماتور به دو صورت کار میکند. اول، توزیع نخبگان را میآموزد اکتشافی، سوگیری جستجو به سمت مناطق امیدوارکننده از فضای اکتشافی.
دوم،. از طریق تولید مشروط،.
اکتشافی متناسب با وظایف خاص تولید میکند و به مدل اجازه میدهد تا چندین کار زمانبندی را بهطور. همزمان انجام دهد و کارایی بهینهسازی کلی را بهبود بخشد.
بر اساس این ایدهها، ما TransGP را پیشنهاد میکنیم، یک چارچوب GP هدایتشده با ترانسفورماتور مشروط. این الگوی تکاملی مدلسازی مولد را با GP ادغام میکند و یادگیری اکتشافی چندکاره و انتقال دانش کارآمد.
را ممکن میسازد. ما TransGP را در طیف وسیعی از سناریوهای DFJSS ارزیابی میکنیم.
نتایج تجربی نشان میدهد که TransGP بهطور مداوم از خطوط پایه GP چند وظیفهای،. اکتشافات دست ساز پرکاربرد و مدل خالص ترانسفورماتور بهتر عمل میکند و به همگرایی سریعتر،.
کیفیت راهحل برتر و استحکام بیشتر دست مییابد. محاسبات عصبی و تکاملی (cs.
NE) استناد بهعنوان: (یا v1 [cs. NE] برای این نسخه) https:.
// شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:. Meng Xu [مشاهده ایمیل] [v1] شنبه،.
4 آوریل 2026،. 12:.
22:. 54 UTC (3,.
760 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.