基于深度强化学习的节能工艺路线发现方法

摘要：

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

所属期刊栏目：18

分类号：TP273(自动化技术及设备)

资助基金：国家重点研发计划2018YFB1701903

在线出版日期：2023-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：23-35