科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
