本发明属于数控加工相关技术领域,其公开了一种基于深度强化学习的铣削参数优化方法,基于BPNN回归方法建立机床功耗模型,实现机床功耗状态预测的连续性,并建立加工成本模型;然后,定义了相应的状态、动作、奖励函数和约束;最后,结合机床功耗模型和加工成本模型建立仿真环境,提出BP‑TD3深度强化学习方法,求解铣削加工参数优化。如此,本发明可以利用少量数据辅助建立机床功耗仿真BPNN功耗模型,在TD3模型与仿真环境交互训练中得到深度强化学习铣削参数优化模型,从而只需较少的实验数据,稳定的训练时间,就可以解决较大任务空间的铣削参数优化问题。
声明:
“基于深度强化学习的铣削参数优化方法” 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)