一種基于搜索方向?qū)W習(xí)的智能工業(yè)設(shè)計(jì)強(qiáng)化學(xué)習(xí)算法

基本信息

申請(qǐng)?zhí)?/td> CN201811589807.8 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN109711040A 公開(kāi)（公告）日 2019-05-03
申請(qǐng)公布號(hào) CN109711040A 申請(qǐng)公布日 2019-05-03
分類(lèi)號(hào) G06F17/50（2006.01）I; G06N3/04（2006.01）I 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張明; 崔樹(shù)鑫; 張良; 張儒 申請(qǐng)（專利權(quán)）人 南京天洑軟件有限公司
代理機(jī)構(gòu) 北京君恒知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 鄭黎明
地址 211100 江蘇省南京市江寧經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)蘇源大道19號(hào)九龍湖國(guó)際企業(yè)總部園C2棟201室
法律狀態(tài) -

摘要

摘要 一種基于搜索方向?qū)W習(xí)的智能工業(yè)設(shè)計(jì)強(qiáng)化學(xué)習(xí)算法,通過(guò)以下幾個(gè)步驟實(shí)現(xiàn)：步驟A：通過(guò)第一神經(jīng)網(wǎng)絡(luò)和第二神經(jīng)網(wǎng)絡(luò)分別描述設(shè)計(jì)變量與目標(biāo)值的關(guān)系F(x)、任意設(shè)計(jì)點(diǎn)與對(duì)應(yīng)的最佳搜索方向的關(guān)系G(x)；步驟B：系統(tǒng)將隨機(jī)抽樣，篩選抽樣樣本，由篩選后的樣本數(shù)據(jù)構(gòu)建學(xué)習(xí)數(shù)據(jù)；若兩套新的神經(jīng)網(wǎng)絡(luò)未能滿足強(qiáng)化終止條件，則繼續(xù)抽樣、篩選直至兩套新的神經(jīng)網(wǎng)絡(luò)滿足強(qiáng)化終止條件；步驟C：當(dāng)兩套新的神經(jīng)網(wǎng)絡(luò)滿足強(qiáng)化終止條件，保留并輸出當(dāng)前兩套神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)。與傳統(tǒng)方法相比，本發(fā)明的有益效果是：對(duì)于探索空間連續(xù)且空間較大的問(wèn)題，本發(fā)明構(gòu)建兩套神經(jīng)網(wǎng)絡(luò)配合，強(qiáng)化學(xué)習(xí)的整個(gè)流程，本發(fā)明提高了學(xué)習(xí)的效率同時(shí)向算法收斂的方向進(jìn)行。