This paper addresses a combined pro

This paper addresses a combined problem of human resource planning (HRP) and production-inventory control for a high-tech industry, wherein the human resource plays a critical role. The main characteristics of this resource are the levels of ‘‘knowledge’’ and the learning process. The learning occurs during the production process in which a worker can promote to the upper knowledge level. Workers in upper levels have more productivity in the production. The objective is to maximize the expected profit by deciding on the optimal numbers of workers in various knowledge levels to fulfill both production and training requirement. As taking an action affects next periods’ decisions, the main problem is to find the optimal hiring policy of non-skilled workers in long-time horizon. Thus, we develop a reinforcement learning (RL) model to obtain the optimal decision for hiring workers under the demand uncertainty.

Results (Thai) 1:

กระดาษนี้ปัญหาร่วมวางแผนทรัพยากรมนุษย์ (HRP) และควบคุมการผลิตสินค้าคงคลังสำหรับอุตสาหกรรมไฮเทค ประเด็นทรัพยากรมนุษย์มีบทบาทสำคัญ ลักษณะหลักของทรัพยากรนี้คือ ระดับของความรู้ ''ของ '' และกระบวนการเรียนรู้ การเรียนรู้เกิดขึ้นในระหว่างกระบวนการผลิตที่ผู้ปฏิบัติงานสามารถส่งเสริมระดับความรู้ด้านบน แรงงานในระดับบนมีประสิทธิภาพในการผลิต วัตถุประสงค์จะเพิ่มกำไรที่คาด โดยการตัดสินใจเพื่อตอบสนองการผลิตและความต้องการฝึกอบรมหมายเลขสูงสุดของแรงงานในระดับต่าง ๆ ของความรู้ เป็นการกระทำที่มีผลต่อการตัดสินใจรอบระยะเวลาถัดไป ปัญหาหลักคือการ หานโยบายการจ้างงานที่เหมาะสมไม่ใช่ฝีมือแรงในขอบฟ้าเป็นเวลานาน ดังนั้น เราสามารถพัฒนาเสริมรุ่น (RL) จะได้รับการตัดสินใจที่เหมาะสมสำหรับการจ้างแรงงานภายใต้ความไม่แน่นอนของความต้องการเรียนรู้

Results (Thai) 2:

กระดาษนี้จะอยู่รวมกันเป็นปัญหาของการวางแผนทรัพยากรมนุษย์ (HRP) และการควบคุมการผลิตสินค้าคงคลังสำหรับอุตสาหกรรมไฮเทคขัดแย้งทรัพยากรมนุษย์มีบทบาทสำคัญ ลักษณะสำคัญของทรัพยากรนี้มีระดับของ '' ความรู้ '' และกระบวนการเรียนรู้ การเรียนรู้ที่เกิดขึ้นในระหว่างขั้นตอนการผลิตที่คนงานสามารถส่งเสริมให้ความรู้ในระดับบน คนงานในระดับบนมีผลผลิตมากขึ้นในการผลิต โดยมีวัตถุประสงค์เพื่อเพิ่มผลกำไรที่คาดว่าจะโดยการตัดสินใจเกี่ยวกับตัวเลขที่ดีที่สุดของคนงานในระดับความรู้ต่าง ๆ เพื่อตอบสนองทั้งการผลิตและความต้องการการฝึกอบรม กับการกระทำที่ส่งผลกระทบต่อการตัดสินใจงวดถัดไป 'ที่เป็นปัญหาหลักคือการหานโยบายการจ้างงานที่ดีที่สุดของคนงานที่ไม่ชำนาญในขอบฟ้าเป็นเวลานาน ดังนั้นเราจึงพัฒนาเสริมแรงการเรียนรู้ (RL) รุ่นที่จะได้รับการตัดสินใจที่ดีที่สุดสำหรับการจ้างแรงงานภายใต้ความไม่แน่นอนความต้องการ