本发明公开了一种基于深度强化学习的制造系统重构规划方法,该方法的实施过程如下:对现有的可重构机床和待加工产品进行分析,获取机床构形集合与产品待加工特征集合;采用马尔可夫决策过程对制造系统重构规划问题进行建模,形成重构规划的马尔可夫模型,根据机床构形集合与产品待加工特征集合明确状态空间和动作空间,根据确定的优化目标,确定奖励函数和转换概率矩阵;基于重构规划的马尔可夫模型,利用重构规划智能体与环境不断交互获得的样本数据对DQN算法的神经网络进行训练;利用训练好的DQN网络,输入的工件特征,快速求解获得制造系统重构规划的优化方案。本发明能够解决制造系统重构规划问题。
声明:
“基于深度强化学习的制造系统重构规划方法” 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)