買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華中科技大學申請的專利一種基于多智能體進化強化學習的加工參數優化方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115688563B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211218896.1，技術領域涉及：G06F30/27；該發明授權一種基于多智能體進化強化學習的加工參數優化方法是由李斌;李偉業;賀松平;毛新勇;劉紅奇;彭芳瑜;王照宇;鄒奕設計研發完成，并于2022-10-07向國家知識產權局提交的專利申請。

本一種基于多智能體進化強化學習的加工參數優化方法在說明書摘要公布了：本發明屬于切削參數加工優化相關技術領域，其公開了一種基于多智能體進化強化學習的加工參數優化方法，該方法包括以下步驟：1采集變參數切削工況下的加工振動數據并測量工件表面粗糙度，同時提取振動信號的時域特征和頻域特征；2構建加工過程知識圖譜，并基于集成圖注意力網絡建立加工質量估計模型；3將加工參數優化問題形式化的表示為馬爾科夫決策過程，并確定狀態、動作空間和獎勵函數，進而構建多智能體強化學習模型；4確定適應度函數，并結合進化學習方法在與加工質量估計模型交互過程中訓練所述多智能體強化學習模型，繼而采用所述多智能體強化學習模型實現加工參數優化。本發明提高了預測性能。

本發明授權一種基于多智能體進化強化學習的加工參數優化方法在權利要求書中公布了：1.一種基于多智能體進化強化學習的加工參數優化方法，其特征在于，該方法包括以下步驟： 1采集變參數切削工況下的加工振動數據并測量工件表面粗糙度，同時提取振動信號的時域特征和頻域特征； 2構建加工過程知識圖譜，并基于集成圖注意力網絡建立加工質量估計模型；其中，所述加工過程知識圖譜包括加工參數、加工振動時間頻域特征和表面粗糙度； 3將加工參數優化問題形式化的表示為馬爾科夫決策過程，并確定狀態、動作空間和獎勵函數，進而構建多智能體強化學習模型； 4確定適應度函數，并結合進化學習方法在與加工質量估計模型交互過程中訓練所述多智能體強化學習模型，繼而采用所述多智能體強化學習模型實現加工參數優化； 加工質量估計模型包括兩個模塊，對應的表達式為： 式中，為模型第一模塊，其功能包括缺失特征補全，θ1為第一模塊的網絡參數；為模型的第二模塊，利用補全后的特征和加工參數估計加工表面粗糙度值，θ2為第二模塊的網絡參數； 將加工參數優化問題轉化為馬爾科夫決策問題時，對應的公式為： 式中，Γi表示第i個生產任務的優化目標，受ω1,ω2i影響，ω1,ω2分別為材料去除率MRR和表面粗糙度Ra的權重系數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華中科技大學，其通訊地址為：430074 湖北省武漢市洪山區珞喻路1037號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。