二 代 CRV 問題的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

二 代 CRV 問題進入發燒排行的影片

基於深度學習求解資源限制專案排程問題之研究

為了解決二 代 CRV 問題的問題，作者潘維廷 這樣論述：

資源限制專案排程問題(Resource-Constrained Project Scheduling Problem, RCPSP )一直都是熱門研究領域。RCPSP需考慮活動的先後順序、處理時間和最大資源限制等，目的是找出專案的最佳排程以得到最短完工時間。目前於解決RCPSP中，以超啟發式演算法居多如粒子群演算法、蟻群演算法和基因演算法等。現今以深度學習(Deep-learning)技術最為熱門，而深度學習中大多用於影像處理、分類、物件偵測等問題上，但是卻沒有深度學習用於求解RCPSP的應用。本文首先對RCPSP問題進行資料正規化處理，再將正規化的資料利用ZigZag編碼後，透過IDCT轉

換處理得到RCPSP的案例圖片。最後本文採用卷積神經網路(Convolutional Neural Network, CNN)作為本文研究之神經網路架構，其架構將案例圖片輸入至模型中進行訓練。本文之實驗採用PSPLIB 題庫中的RCPSP的J30題組作為本文提出之架構的訓練與測試資料集，並以不同訓練迭代次數所獲得之模型進行測試與分析，由實驗結果中可得知，不同迭代次數模型在測試案例中分別能夠得到93.75%和95.83%的最佳專案排程，證實深度學習可應用於求解資源限制專案排程問題。