一种改进深度强化学习的MBD语义推理方法

摘要：

MBD模型在包含几何信息和非几何信息同时还包含了大量的潜在语义关系.传统的推理算法存在推理深层次实体关系能力有限、时间复杂度大、推理多跳路径能力不足等问题,难以满足面向MBD模型的语义推理需求.本文在基于MBD的STEP知识图谱构建基础上,提出了基于改进深度强化学习的MBD设计语义推理方法.将基于MBD的STEP语义元模型映射到马尔可夫决策模型,通过对动态贪心算法参数、奖励值和学习率的改进来加快神经网络的收敛速度,实现对STEP知识图谱中MBD潜在语义规则的推理.最后以减速器传动轴的MBD语义推理为例证明可行性.

关键词：基于模型定义;语义推理;深度强化学习;知识图谱

所属期刊栏目：42

分类号：TP319(计算技术、计算机技术)

资助基金：国家自然基金面上项目61672461,61672463

在线出版日期：2021-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2337-2343