提出不完全前瞻信息下的贝叶斯动态调度方法

Taicheng Zheng、Dan Li、Jie Li 提出一种贝叶斯动态调度方法，用于在前瞻信息不完整时对多用途批处理过程进行重调度。该方法从扰动的概率分布中学习贝叶斯网络，表示各工序受扰动影响的可能性，在线观测到新扰动时更新后验分布以引导重调度策略。 作者称计算结果表明，该方法在长期成本和系统扰动（system nervousness）方面取得了统计上更优的表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。