[发明专利]基于强化学习的多维连续型优化变量全局优化方法有效
| 申请号： | 202010340933.0 | 申请日： | 2020-04-26 |
| 公开（公告）号： | CN111553118B | 公开（公告）日： | 2023-10-27 |
| 发明（设计）人： | 陈刚;王怡星;韩仁坤;张扬 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F18/2415;G06N3/092;G06F111/06 |
| 代理公司： | 西安智大知识产权代理事务所 61215 | 代理人： | 何会侠 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于强化学习的多维连续型优化变量全局优化方法，该方法包括：强化学习环境的建立；利用强化学习方法在指定优化变量集中选择指定个数的优化变量，然后再对其取值利用连续型优化变量优化算法进行优化的顺序优化策略；优化总体流程以及约束的引入方法。该方法针对多维连续型优化变量全局优化问题，实现了智能优化的目的，并且可以突破传统全局优化方法对优化变量个数的限制，使人工智能技术在优化方面的广泛应用成为了可能。可以应用于具有极大规模设计变量的工业设计、制造加工、控制优化、投资决策、系统工程等场合；并且得益于深度强化学习强大的智能组合优化能力，对于变量间存在复杂耦合关系的系统也有很好的全局优化效果。 | ||
| 搜索关键词： | 基于 强化 学习 多维 连续 优化 变量 全局 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010340933.0/，转载请声明来源钻瓜专利网。
