Sistemde güncelleme ve geliştirme çalışmaları devam etmektedir

A Multi-Agent Reinforcement Learning Approach to the Dynamic Job Shop Scheduling Problem

KIRIKKALE UNIVERSITY Career
Staff Login Login

Publication

A Multi-Agent Reinforcement Learning Approach to the Dynamic Job Shop Scheduling Problem

01 Ocak 2023 Makale Özgün Makale Google Scholar
Authors
DOKTOR ÖĞRETİM ÜYESİ ALİ FIRAT İNAL PROFESÖR ADNAN AKTEPE PROFESÖR AHMET KÜRŞAD TÜRKER PROFESÖR SÜLEYMAN ERSÖZ

Atıf kopyala

D. Ö. Ü. A. F. İNAL, P. A. AKTEPE, P. A. K. TÜRKER, & P. S. ERSÖZ (2023). A Multi-Agent Reinforcement Learning Approach to the Dynamic Job Shop Scheduling Problem. *Sustainability*, 15(10), 8262. https://doi.org/10.3390/su15108262

Yayın bilgileri

Dergi Sustainability
DOI 10.3390/su15108262
Veri tabanı SCI-Expanded; Scopus; Google Scholar
Cilt / Sayı 15 / 10
Sayfa 8262 – -
Yayına Git

Atıf verisi 14 Kasım 2026 tarihinde güncellendi.

Keywords

Dergi: Sustainability | Yıl: 2023 | Cilt/Sayı: 15/10 | Sayfa: 8262 | DOI: 10.3390/su15108262 | Yazarlar: İNAL ALİ FIRAT, SEL ÇAĞRI, AKTEPE ADNAN, TÜRKER AHMET KÜRŞAD, ERSÖZ SÜLEYMAN | Anahtar kelimeler: dynamic job shop scheduling problem, multi-agent system, reinforcement learning, Industry 4, 0, dispatching rules

Citations by source

Kaynak Atıf
Google Scholar 26
Scopus 20
Etkin 0

Yayın metrikleri (GS / WoS / Scopus)

26 Google Scholar Atıf
20 Scopus Atıf

Co-authorship network among authors

Collaboration links among KKU authors of this publication.

AI Assistant
Online