[发明专利]一种基于深度强化学习的面料裁剪优化方法

权利要求书

1.一种基于深度强化学习的面料裁剪优化方法，其特征在于，包括如下步骤：

步骤S1，通过神经网络感知零件在面料上的初始排布状态；

步骤S2，根据预设的强化学习算法，对所述零件在所述面料上的排布方案进行优化，并输出优化结果；

步骤S3，结合排布方案优化效果定义优化模型的奖惩函数，并基于所述奖惩函数重新训练所述优化模型，所述优化模型用于对所述零件在所述面料上的排布方案进行优化；

所述步骤S1中，所述神经网络感知所述零件在所述面料上的所述初始排布状态的方法为：

步骤S11，通过启发式规则对各所述零件进行排序；

步骤S12，感知所述面料上已排布有所述零件的第一区域，以及感知未排布所述零件的第二区域；

步骤S13，根据各所述零件的排序信息；截取所述第一区域的尾部区域作为可将未排布的所述零件排布于已排布的所述零件后方的第一起始位置；并截取所述第二区域的头部区域作为可将未排布的所述零件排布于所述面料上的第二起始位置；

步骤S14，将所述第一起始位置及其后的面料区域以及将所述第二起始位置及其后的所述面料区域感知为可排布所述零件的区域；

所述启发式规则包括根据各所述零件的面积大小进行排序；

根据所述零件的面积大小，从所述面料上截取出所述第一区域的尾部区域，以及截取出所述第二区域的头部区域，以实现需要排布的所述零件大小与感知到的可排布区域的面积大小相匹配；

所述步骤S2中，对已排布在所述面料上的各所述零件的排布方案进行优化的方法步骤为：

步骤A1，获取已排布的各所述零件的排序信息；

步骤A2，将已排布在所述面料上的各所述零件按序重新进行排布；

所述步骤S2中，对尚未排布在所述面料上的各所述零件的排布方案进行优化的方法步骤为：

步骤B1，获取尚未排布的各所述零件的排序信息；

步骤B2，根据所截取的所述第一区域中的所述尾部区域或所述第二区域中的所述头部区域的面积大小，并结合所述步骤B1所获取的各所述零件的所述排序信息，将符合所述尾部区域面积大小的各所述零件按序排布于所述第一区域的所述第一起始位置及其后的所述面料区域中，或将符合所述头部区域面积大小的各所述零件按序排布于所述第二区域的所述第二起始位置及其后的所述面料区域。

2.如权利要求1所述的面料裁剪优化方法，其特征在于，所述步骤S1中，所述神经网络为CNN卷积神经网络。

3.如权利要求1所述的面料裁剪优化方法，其特征在于，所述步骤S1中，所述神经网络为由CNN卷积神经网络和RNN循环神经网络组成的神经网络架构。

4.如权利要求1所述的面料裁剪优化方法，其特征在于，所述步骤S1中，所述神经网络感知所述零件在所述面料上的所述初始排布状态的方法为：

对所述零件在所述面料上的排布区域、所述面料上未排布所述零件的区域以及所述零件在所述面料上的排布重叠区域进行不同颜色标记。

5.如权利要求1所述的面料裁剪优化方法，其特征在于，所述步骤S2中，所述强化学习算法包括模拟退火算法、遗传算法、蚁群算法、蒙特卡洛算法或贪婪算法中的任意一种。