EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

A Conceptualized Digital Twin Framework for Energy-Efficient Control in Stochastic Manufacturing Using Deep Reinforcement Learning

Mohammad Mehdi Keramati Feyz Abadi, Chao Liu, Marvin Carl May, Ali Keramati, Yuchun Xu, Tony Clark

Procedia CIRP · 2026 · 140 · 353-358

DOI: 10.1016/j.procir.2026.05.060 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia CIRP, 2026. Verfasst von Mohammad Mehdi Keramati Feyz Abadi und 5 weiteren Autor:innen. Die Arbeit nennt 17 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: The Royal Society.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • The Royal Society

Zitieren

APA

Abadi, M. M. K. F., Liu, C., May, M. C., Keramati, A., Xu, Y., & Clark, T. (2026). A Conceptualized Digital Twin Framework for Energy-Efficient Control in Stochastic Manufacturing Using Deep Reinforcement Learning. Procedia CIRP, 140, 353-358. https://doi.org/10.1016/j.procir.2026.05.060

Vancouver

Abadi MMKF, Liu C, May MC, Keramati A, Xu Y, Clark T. A Conceptualized Digital Twin Framework for Energy-Efficient Control in Stochastic Manufacturing Using Deep Reinforcement Learning. Procedia CIRP. 2026;140:353-358. doi:10.1016/j.procir.2026.05.060

BibTeX
@article{Abadi2026,
  author = {Abadi, Mohammad Mehdi Keramati Feyz and Liu, Chao and May, Marvin Carl and Keramati, Ali and Xu, Yuchun and Clark, Tony},
  title = {A Conceptualized Digital Twin Framework for Energy-Efficient Control in Stochastic Manufacturing Using Deep Reinforcement Learning},
  journal = {Procedia CIRP},
  year = {2026},
  volume = {140},
  pages = {353--358},
  doi = {10.1016/j.procir.2026.05.060}
}
Kostenlos starten →