Dieses Bild zeigt Funing Li

Funing Li

Herr M.Sc.

Planung und Simulation in der Intralogistik
Universität Stuttgart
Abteilung Logistik

Kontakt

+49 711 685 83698
+49 711 685 83469

Holzgartenstraße 15 B
70174 Stuttgart
Deutschland

Fachgebiet

  • Deep Reinforcement Learning (DRL) basierte Optimierung
  • Materialflusssimulation mit AnyLogic
  1. 2024

    1. F. Li u. a., „A transformer-based deep reinforcement learning approach for dynamic parallel machine scheduling problem with family setups“, Journal of Intelligent Manufacturing, Bd. 35, Nr. 6, Art. Nr. 6, Aug. 2024, [Online]. Verfügbar unter: https://link.springer.com/article/10.1007/s10845-024-02470-8
    2. F. Li, R. Noortwyck, und R. Schulz, „Ein skalierbarer Deep Reinforcement Learning-Ansatz zur Minimierung der Gesamtverspätung bei paralleler Maschinenbelegung“, in Logistics Journal: Proceedings, Wissenschaftliche Beiträge zum 20. WGTL-Kolloquium 2024 in Dresden, in Logistics Journal: Proceedings, Wissenschaftliche Beiträge zum 20. WGTL-Kolloquium 2024 in Dresden, vol. 20 (2024). Wissenschaftliche Gesellschaft für Technische Logistik e.V. (WGTL), Okt. 2024. doi: https://doi.org/10.2195/lj_proc_en_li_202410_01.
  2. 2023

    1. F. Li, S. Lang, B. Hong, und T. Reggelin, „A two-stage RNN-based deep reinforcement learning approach for solving the parallel machine scheduling problem with due dates and family setups“, Journal of Intelligent Manufacturing, 2023, doi: 10.1007/s10845-023-02094-4.
  • Vorlesungsbetreuung "Grundlagen der Logistik" (Präsenz- und Online-Studiengänge)
  • Betreuung von Bachelor-, Studien- und Masterarbeiten
Zum Seitenanfang