-
题名基于深度强化学习的节能工艺路线发现方法
被引量：2
- 1
-
-
作者
陶鑫钰
王艳
纪志成
-
机构
江南大学轻工过程先进控制教育部重点实验室
江南大学物联网工程学院
-
出处
《智能系统学报》
CSCD
北大核心
2023年第1期23-35,共13页
-
基金
国家重点研发计划项目(2018YFB1701903)。
-
文摘
由于传统基于固定加工环境的工艺路线制定规则,无法快速响应加工环境的动态变化制定节能工艺路线。因此提出了基于深度Q网络(deep Q network,DQN)的节能工艺路线发现方法。基于马尔可夫决策过程,定义状态向量、动作空间、奖励函数,建立节能工艺路线模型,并将加工环境动态变化的节能工艺路线规划问题,转化为DQN智能体决策问题,利用决策经验的可复用性和可扩展性,进行求解,同时为了提高DQN的收敛速度和解的质量,提出了基于S函数探索机制和加权经验池,并使用了双Q网络。仿真结果表明,相比较改进前,改进后的算法在动态加工环境中能够更快更好地发现节能工艺路线;与遗传算法、模拟退火算法以及粒子群算法相比,改进后的算法不仅能够以最快地速度发现节能工艺路线,而且能得到相同甚至更高精度的解。
-
关键词
深度强化学习
深度Q网络
动态加工环境
工艺路线
马尔可夫决策过程
智能体决策
双Q网络
启发式算法
-
Keywords
deep reinforcement learning
deep Q network
dynamic machining environment
process planning
Markov decision process
agent decision making
double Q network
heuristic algorithm
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
