پروژه یادگیری تقویتی(44627)

سلان وقت بخیر شرح پروژه یادگیری تقویتی: یک زنجیره تامین 4 سطحی شامل تامین کننده، توزیع‌کننده، خرده‌فروش و مشتری نهایی وجود دارد ‌که برای هر لایه یک ایجنت باید مشخص کنه که هر عضو چقدر باید به عضو بالادستی خودش سفارش بده. مسئله کلا یک محصول رو در نظر میگیره. تقاضای محصول به صورت تصادفی طبق توزیع پواسون تولید میشه و این مقدار تقاضا روی سفارش‌دهی تاثیرگذاره. علاوه بر این زمان تحویل محصولات و نرخ فاسد شدن کالاها هم از یک توزیع تصادفی پیروی میکنه که توی هر تکرار خودش تولید میشه. هدف بدست آوردن سیاست سفارش‌دهی مناسب هستش که از طریق کم شدن هزینه فساد محصولات، هزینه تولید، هزینه‌های کمبود و نگهداری از درآمد فروش بدست می‌آید. 7751