一种基于安全强化学习的特种设备生产线优化方法及系统

发明专利有效专利

申请号：
CN202110565688.8
IPC分类号：G06F30/27;G06N3/08;G06Q10/04;G06Q50/04;G06F111/04;G06F119/18
申请日期：
2021-05-24
申请人：
暨南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于安全强化学习的特种设备生产线优化方法及系统
申请号	CN202110565688.8	申请日期	2021-05-24
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-20	公开/公告号	CN113283167A
优先权	暂无	优先权号	暂无
主分类号	G06F30/27	IPC分类号	G;0;6;F;3;0;/;2;7;;;G;0;6;N;3;/;0;8;;;G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;4;;;G;0;6;F;1;1;1;/;0;4;;;G;0;6;F;1;1;9;/;1;8查看分类表>
申请人	暨南大学	申请人地址	广东省广州市黄埔大道西601号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	暨南大学	当前权利人	暨南大学
发明人	郭洪飞;马向东;曾云辉;贾梦婷;何智慧;任亚平;张锐;何晶晶
代理机构	深圳新创友知识产权代理有限公司	代理人	江耀纯

摘要

本发明涉及一种基于安全强化学习的特种设备生产线优化方法及系统，方法包括：接收车间生产线的安全设计要求数据，在仿真平台进行建模；在所建立的模型中输出生产线所需的优化参数并定义贴合特种设备生产的state、action和reward函数模型；利用构建的CPO算法解决含有高维、连续、复杂参数和安全约束条件的寻优问题；对所建立的神经网络进行训练；接收新出现的问题，进行建模后提取待优化的参数，将待优化的参数转化成神经网络的输入，得到适合生产线优化的几个较优的方案。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供