热点事件持续更新
研究者提出柔性作业车间调度方法BOLT
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月19日，研究人员在 arXiv 机器学习板块发布论文，提出结合多瓶颈下界引导学习的调度方法 BOLT，旨在解决带有时间滞后及车队运输资源耦合的柔性作业车间调度问题。测试表现显示，在三车 80 模块批次测试中，BOLT 的平均制造期相比最优分派规则组合缩短了 13.0%，同时比 1 小时限时约束规划求解器缩短了 4.2%。此外，该方法具备高效的运算能力，在单 CPU 核心上的单事件决策时间仅需 2.3 至 5.9 毫秒，并能够在数秒内完成扰动重规划。
AI 根据报道生成 · 3 小时前更新
最新进展10月19日 12:00
研究者提出调度方法BOLT，制造期较限时求解器缩短4.2%且决策仅需数毫秒。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv 机器学习BOLT：面向带时间滞后与资源耦合运输柔性作业车间调度的多瓶颈界引导学习
研究人员提出结合多瓶颈下界引导学习的调度方法 BOLT，用于解决带时间滞后及车队运输资源耦合的柔性作业车间调度问题。在三车 80 模块批次测试中，BOLT 的平均制造期比最优分派规则组合缩短 13.0%，并比 1 小时限时约束规划求解器缩短 4.2%。该方法在单 CPU 核心上单事件决策时间仅为 2.3-5.9 ms，且可在数秒内完成扰动重规划。
本事件热度走势
当前热度 9·可比范围峰值 10（10月19日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。