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！

龙图腾网获悉广东工业大学申请的专利一种基于强化学习的制造过程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：CN117420800B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202311346848.5，技术领域涉及：G05B19/418；该发明授权一种基于强化学习的制造过程工艺参数优化方法及系统是由任志刚;郑文;朱彦科;冯子豪;万会龙;许勇设计研发完成，并于2023-10-18向国家知识产权局提交的专利申请。

本一种基于强化学习的制造过程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强化学习的制造过程工艺参数优化方法及系统，方法包括：采集生产系统的工艺参数数据；建立面向制造过程工艺参数推理决策的马尔科夫策略，马尔科夫策略表示制造过程中产品的状态、工艺参数拟采取的动作a、产品转移状态以及工艺参数输入下的奖励函数R；估计工艺参数与产品品质之间的关系，将制造过程工艺参数优化问题定义为最大化奖励；训练过程：在t时刻，智能体选择一个动作a，获取奖励和下一时刻状态，更新Q表；不断迭代，直到达到最大迭代次数或得到收敛的Q表；用Q表选择具有最大Q值的动作，获得输出最优的工艺参数。本发明引入Q‑learning强化学习方法，自动优化最佳工艺参数输入，使产品质量更加稳定和可控。

本发明授权一种基于强化学习的制造过程工艺参数优化方法及系统在权利要求书中公布了：1.一种基于强化学习的制造过程工艺参数优化方法，其特征在于，包括以下步骤： 步骤1：采集生产系统的工艺参数数据； 步骤2：建立强化学习系统的马尔科夫策略，具体为： 建立面向制造过程工艺参数推理决策的马尔科夫策略，马尔科夫策略表示制造过程中产品的状态、工艺参数拟采取的动作a、产品转移状态以及工艺参数输入下的奖励函数R；估计工艺参数与产品品质之间的关系，将制造过程工艺参数优化问题定义为最大化奖励；所述马尔科夫策略中的智能体为执行任务的机器； 步骤2所述建立面向制造过程工艺参数推理决策的马尔科夫策略，具体为： 定义状态空间S：状态空间表示强化学习系统的当前状况，包括机器的温度、材料的类型、注射速度、保压时间；用状态空间S表示当前强化学习系统的状态；在注塑成型工艺参数优化问题中，状态包括注射速度v、保压时间t和注射压力P； 定义动作空间A：动作空间A表示针对工艺参数优化过程进一步采取的动作，即定义如何调整工艺参数；在注塑工艺制造过程中，动作包括调整注射速度、保压时间和注射压力后的变化量，即Δv、Δt和ΔP；动作空间是所有可能动作的集合，是连续值或离散化后的值；状态空间是注射速度v、保压时间t和注射压力P变化的取值范围； 定义奖励函数R：奖励函数度量用于衡量智能体在一定状态下执行动作后获得的即时奖励；定义奖励函数，根据产品品质指标计算奖励值；所述的产品品质指标包括成型品的收缩率； 若产品品质低于预设的目标品质，则奖励为负值；若产品品质在预设的目标品质范围内，则奖励为零或较小的正值； 确定状态转移概率：模拟工艺参数的调整对产品品质的影响； 定义目标函数J：目标函数J用于表示最大化总奖励的累积； 步骤3：选择Q-learning强化学习算法，具体为： 在Q-learning强化学习算法中，创建Q表，维度为状态空间S，动作空间A用于存储Q值； 步骤4：训练学习：使用强化学习算法训练Q表； 训练过程：在t时刻，智能体选择一个动作a，获取奖励和下一时刻状态，更新Q表；不断迭代，直到达到最大迭代次数或得到收敛的Q表； 步骤5：在训练结束后，查询Q表选择最优的动作序列，使用Q表选择具有最大Q值的动作，获得输出最优的工艺参数。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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”。

以上内容由龙图腾AI智能生成。