-
公开(公告)号:CN118887035A
公开(公告)日:2024-11-01
申请号:CN202411064499.2
申请日:2024-08-05
Applicant: 重庆大学
IPC: G06Q50/04 , G06N3/092 , G06N7/01 , G06N3/0499 , G06N3/0985
Abstract: 本发明属于宏观工艺决策技术领域,尤其涉及一种基于深度强化学习与注意力机制的宏观工艺决策方法,包括:S1、通过聚合决策图G对MPP实例进行图表示;S2、使用特征提取网络,将聚合决策图Gt的节点原始动静态特征沿着Gt的拓扑结构信息映射到Embedding空间#imgabs0#S3、基于聚合决策的马尔可夫过程来形式化MPP问题,将MPP问题转化为一个四元组 马尔科夫决策过程;S4、以所有工件的最小化完工时间为决策目标,对S3的马尔科夫决策过程进行求解;S5、使用S3得到的宏观工艺决策进行实际加工。本方法可以在将DRL应用于MPP问题时,综合考虑对工序、设备和刀具之间复杂的约束和关系,在充分提取MPP问题状态信息的基础上实现高效决策,成为目前亟待解决的问题。