买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东大学申请的专利基于迁移强化学习的多工况工艺参数优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120235054B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510702891.3，技术领域涉及：G06F30/27；该发明授权基于迁移强化学习的多工况工艺参数优化方法及系统是由马赛;徐晟博;王政;朱鹏;朱洪涛;邹斌;姚鹏;刘玥;黄传真设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本基于迁移强化学习的多工况工艺参数优化方法及系统在说明书摘要公布了：本发明公开了一种基于迁移强化学习的多工况工艺参数优化方法及系统，属于智能制造技术领域，包括：面向减材制造加工系统，构建不同工况下工艺参数与工艺指标之间的广义关系模型；选取不同工况分别作为源工况域和目标工况域；将源工况和目标工况的工艺参数优化问题形式化为马尔可夫决策过程，并采用迁移强化学习算法，构建源工况和目标工况之间的策略迁移，自适应学习不同工况下的最优工艺参数组合；其中，策略迁移的构建包括：对齐不同工况下的加工状态动态特征，在不同工况的最优工艺参数策略中学习共享策略；根据学习到的目标工况下的最优工艺参数组合，进行目标工况的实际加工作业。本发明可实现高效的不同工况下工艺参数策略的自适应优化。

本发明授权基于迁移强化学习的多工况工艺参数优化方法及系统在权利要求书中公布了：1.一种基于迁移强化学习的多工况工艺参数优化方法，其特征在于，包括： 面向减材制造加工系统，构建不同工况下工艺参数与工艺指标之间的广义关系模型； 在多种工况中选取不同工况分别作为源工况域和目标工况域； 将源工况和目标工况的工艺参数优化问题形式化为马尔可夫决策过程，并采用迁移强化学习算法，构建源工况和目标工况之间的策略迁移，自适应学习不同工况下的最优工艺参数组合；其中，策略迁移的构建包括：对齐不同工况下的加工状态动态特征，在不同工况的最优工艺参数策略中学习共享策略； 根据学习到的目标工况下的最优工艺参数组合，进行目标工况的实际加工作业； 所述迁移强化学习算法中，对齐不同工况下的加工状态动态特征，即状态转移对齐，为： 将源工况域和目标工况域作为特定域，指定任一工况作为共享域，并设计映射机制；其中，映射机制为：构建各特定域与共享域之间的映射函数与逆向映射函数，令各特定域与共享域分别执行映射后的动作，以使特定域与共享域在完成动作后产生相同的下一时刻加工状态，即保证完成动作后的状态一致；其中，所述动作是指每一工序的工艺参数； 所述映射函数和逆向映射函数均由多层感知机建模得到；所述映射函数的输入向量由特定域中状态-动作对组成，输出向量为映射到共享域后的动作；所述逆向映射函数的输入向量由共享域中状态-动作对组成，输出向量为映射到特定域后的动作； 构建损失函数对映射函数和逆向映射函数进行训练，以使映射函数通过映射特定域和共享域之间的动作来保证完成动作后的状态一致；其中，损失函数为映射一致性损失项、域循环损失项和对抗性损失项之和； 所述采用迁移强化学习算法，构建源工况和目标工况之间的策略迁移，自适应学习不同工况下的最优工艺参数组合，包括： 确定一组源工况域与一组目标工况域，引入共享域，并分别收集源工况域和目标工况域中的状态转移轨迹以及共享域中的状态转移轨迹； 基于收集的轨迹，分别学习源工况域与共享域之间的映射函数和逆向映射函数，以及目标工况域与共享域之间的映射函数和逆向映射函数； 基于源工况域中的最优工艺参数策略，构建共享策略损失，以在源工况的最优工艺参数策略中学习共享策略； 基于共享策略，优化各目标工况域中Critic模块和Actor模块的网络参数，以学习得到各目标工况域下的最优工艺参数策略，即最优工艺参数组合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。