[发明专利]一种基于深度强化学习和遗传算法的分批调度优化方法有效
| 申请号： | 202011373229.1 | 申请日： | 2020-11-30 |
| 公开（公告）号： | CN112488315B | 公开（公告）日： | 2022-11-04 |
| 发明（设计）人： | 谭琦;贾铖钰;余荣坤;孙晨皓;唐昊;夏田林 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06N3/12 | 分类号： | G06N3/12;G06N3/08;G06K9/62;G06Q10/04 |
| 代理公司： | 合肥云道尔知识产权代理事务所(特殊普通合伙) 34230 | 代理人： | 闫兴贵 |
| 地址： | 230000 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于生产制造调度领域，公开了一种基于深度强化学习和遗传算法的分批调度优化方法，包括步骤：建立差异工件批调度问题的数学模型；采用指针网络建立该问题的策略模型；利用actor‑critic算法训练指针网络模型；定义并初始化遗传算法的参数；使用训练完成的指针网络优化遗传算法的初始种群；采用遗传算法对调度方案进行进一步优化；利用遗传算法得到的最优方案作为批处理机加工工件的生产方案。本发明中的指针网络相较于传统的启发式算法，可以获得更优的解；并且在遗传算法的交叉操作中，提出了一种新型的交叉方式，可以在指针网络所得调度方案的基础上，利用提高遗传算法的寻优能力，进一步提升方案的性能。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 遗传 算法 分批 调度 优化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥工业大学，未经合肥工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011373229.1/，转载请声明来源钻瓜专利网。
- 上一篇：数据处理方法、装置、除湿机及存储介质
- 下一篇：用于水泥生产的提升机
