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！

龍圖騰網獲悉山東大學申請的專利基于遷移強化學習的多工況工藝參數優化方法及系統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：CN120235054B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202510702891.3，技術領域涉及：G06F30/27；該發明授權基于遷移強化學習的多工況工藝參數優化方法及系統是由馬賽;徐晟博;王政;朱鵬;朱洪濤;鄒斌;姚鵬;劉玥;黃傳真設計研發完成，并于2025-05-29向國家知識產權局提交的專利申請。

本基于遷移強化學習的多工況工藝參數優化方法及系統在說明書摘要公布了：本發明公開了一種基于遷移強化學習的多工況工藝參數優化方法及系統，屬于智能制造技術領域，包括：面向減材制造加工系統，構建不同工況下工藝參數與工藝指標之間的廣義關系模型；選取不同工況分別作為源工況域和目標工況域；將源工況和目標工況的工藝參數優化問題形式化為馬爾可夫決策過程，并采用遷移強化學習算法，構建源工況和目標工況之間的策略遷移，自適應學習不同工況下的最優工藝參數組合；其中，策略遷移的構建包括：對齊不同工況下的加工狀態動態特征，在不同工況的最優工藝參數策略中學習共享策略；根據學習到的目標工況下的最優工藝參數組合，進行目標工況的實際加工作業。本發明可實現高效的不同工況下工藝參數策略的自適應優化。

本發明授權基于遷移強化學習的多工況工藝參數優化方法及系統在權利要求書中公布了：1.一種基于遷移強化學習的多工況工藝參數優化方法，其特征在于，包括： 面向減材制造加工系統，構建不同工況下工藝參數與工藝指標之間的廣義關系模型； 在多種工況中選取不同工況分別作為源工況域和目標工況域； 將源工況和目標工況的工藝參數優化問題形式化為馬爾可夫決策過程，并采用遷移強化學習算法，構建源工況和目標工況之間的策略遷移，自適應學習不同工況下的最優工藝參數組合；其中，策略遷移的構建包括：對齊不同工況下的加工狀態動態特征，在不同工況的最優工藝參數策略中學習共享策略； 根據學習到的目標工況下的最優工藝參數組合，進行目標工況的實際加工作業； 所述遷移強化學習算法中，對齊不同工況下的加工狀態動態特征，即狀態轉移對齊，為： 將源工況域和目標工況域作為特定域，指定任一工況作為共享域，并設計映射機制；其中，映射機制為：構建各特定域與共享域之間的映射函數與逆向映射函數，令各特定域與共享域分別執行映射后的動作，以使特定域與共享域在完成動作后產生相同的下一時刻加工狀態，即保證完成動作后的狀態一致；其中，所述動作是指每一工序的工藝參數； 所述映射函數和逆向映射函數均由多層感知機建模得到；所述映射函數的輸入向量由特定域中狀態-動作對組成，輸出向量為映射到共享域后的動作；所述逆向映射函數的輸入向量由共享域中狀態-動作對組成，輸出向量為映射到特定域后的動作； 構建損失函數對映射函數和逆向映射函數進行訓練，以使映射函數通過映射特定域和共享域之間的動作來保證完成動作后的狀態一致；其中，損失函數為映射一致性損失項、域循環損失項和對抗性損失項之和； 所述采用遷移強化學習算法，構建源工況和目標工況之間的策略遷移，自適應學習不同工況下的最優工藝參數組合，包括： 確定一組源工況域與一組目標工況域，引入共享域，并分別收集源工況域和目標工況域中的狀態轉移軌跡以及共享域中的狀態轉移軌跡； 基于收集的軌跡，分別學習源工況域與共享域之間的映射函數和逆向映射函數，以及目標工況域與共享域之間的映射函數和逆向映射函數； 基于源工況域中的最優工藝參數策略，構建共享策略損失，以在源工況的最優工藝參數策略中學習共享策略； 基于共享策略，優化各目標工況域中Critic模塊和Actor模塊的網絡參數，以學習得到各目標工況域下的最優工藝參數策略，即最優工藝參數組合。

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山東大學，其通訊地址為：250000 山東省濟南市歷下區經十路17923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”。