本发明公开了一种基于深度强化学习的封装地过孔打孔分布优化方法。通过对实际封装模型的像素分析转换成高阶二元矩阵;通过深度神经网络建立了打孔位置分布到辐射屏蔽性能之间的关系并训练,获得预测网络;通过Double DQN模型的深度强化学习网络不断打孔探索,并通过过程二的预测网络反馈回馈值来训练深度强化学习网络,完成最优的打孔位置分布。本发明方法给出的最终优化结果较同数量地过孔的人工打孔设计有显著的性能和效率提升,并突破了传统的处理方式,在相关电磁问题的分布式问题中具有较高的迁移性,能给出高性能的优化分布方案。
声明:
“基于深度强化学习的封装地过孔打孔分布优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)