开环可重入排队网络的递阶增强型学习调度

？对平均费用型马氏决策过程,研究了一种递阶增强型学习算法;并将算法应用于一个两台机器组成的开环可重入生产系统,计算机仿真结果表明,调度结果优于熟知的启发式调度策略.