[发明专利]基于深度强化学习的多色服装裁剪分床优化方法

权利要求书

1.一种基于深度强化学习的多色服装裁剪分床优化方法，其特征在于，所述基于深度强化学习的多色服装裁剪分床优化方法，包括：

以多色服装裁剪分床的生产误差及综合生产成本最小为目标函数，构建多色服装裁剪分床的混合整数规划模型；

基于混合整数规划模型，构建多色服装裁剪分床的马尔可夫决策模型，随后基于马尔科夫决策模型，使用真实订单数据训练TD3算法中的神经网络参数；

使用训练好的TD3算法中的神经网络计算出尺码组合矩阵，利用极小范数最小二乘法解耦策略得到铺布层数矩阵，从而得到最优多色服装裁剪分床方案。

2.根据权利要求1所述的基于深度强化学习的多色服装裁剪分床优化方法，其特征在于，所述构建多色服装裁剪分床的混合整数规划模型，包括：

多色服装裁剪分床的生产误差E表示为：

E＝sum(|O-O′|)＝∑_c∑_s|o_cs-∑_bl_bc·p_bs|

O′＝L^T·P

式中，O表示订单矩阵，O′表示实际裁剪矩阵，o_cs表示订单中颜色c和尺码s的服装待产数量，l_bc表示颜色c布料在裁床b上的铺布层数，p_bs表示尺码s的模板图案在裁床b的摆放个数，L表示铺布层数矩阵，P表示尺码组合矩阵；

多色服装裁剪分床的综合生产成本包括设备使用成本、面料成本、铺布操作成本以及裁剪操作成本，所述综合生产成本CF表示为：

CF＝z_b·B+∑_b∑_cw_c·l_bc+∑_b∑_cx_c·l_bc+∑_b∑_sy_s·p_bs

式中，z_b表示裁床b的使用成本，B表示生产服装订单所需要的裁床数量，w_c表示颜色c面料的成本系数，x_c表示颜色c布料的铺布操作成本系数，y_s表示尺码s模板图案的裁剪操作成本系数；

多色服装裁剪分床的混合整数规划模型表示为：

min F＝(F1，F2)

即使得F1和F2同时最小，其中，F1＝E，F2＝CF。

3.根据权利要求2所述的基于深度强化学习的多色服装裁剪分床优化方法，其特征在于，所述马尔可夫决策模型的状态空间包括误差率、误差矩阵、尺码组合矩阵；所述马尔可夫决策模型的动作空间包括尺码组合矩阵的变化量；所述马尔可夫决策模型的奖励函数r如下：

r(s_t,a_t)＝-(F_t+ρ_t)

式中，r(s_t,a_t)为基于t时刻的状态s_t和动作a_t得到的奖励值，F_t为t时刻目标函数，ρ_t为惩罚项。

4.根据权利要求3所述的基于深度强化学习的多色服装裁剪分床优化方法，其特征在于，所述误差率公式如下：

式中，error_rate表示误差率，E表示生产误差，O表示订单矩阵。

5.根据权利要求3所述的基于深度强化学习的多色服装裁剪分床优化方法，其特征在于，所述误差矩阵公式如下：

e＝O-O′

式中，e表示误差矩阵，O表示订单矩阵，O′表示实际裁剪矩阵。