[发明专利]双loss价值网络深度强化学习KVFD模型力学参数全局优化方法及系统有效
| 申请号： | 202110368257.2 | 申请日： | 2021-04-06 |
| 公开（公告）号： | CN113077853B | 公开（公告）日： | 2023-08-18 |
| 发明（设计）人： | 张红梅;周衍;王凯;李文彬;张可浩;王炯;万明习 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G16C60/00 | 分类号： | G16C60/00;G06F30/27;G06N3/045;G06N3/0442;G06N3/0464;G06N3/092;G06F111/14;G06F119/14 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 范巍 |
| 地址： | 710049 *** | 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： | 本发明公开了一种双loss价值网络深度强化学习KVFD模型力学参数全局优化方法及系统，所述方法包括以下步骤：S1，将预获取的纳米压痕测量曲线输入训练好的预测值获取网络，获得所述纳米压痕测量曲线的参数预测值；S2，将所述参数预测值作为深度强化学习算法的迭代初值进行迭代，获得预获取的纳米压痕测量曲线的全局参数解的逼近；所述全局参数解的逼近达到预设收敛条件时，将所述全局参数解的逼近作为KVFD模型的力学参数进行输出。本发明的方法，在迭代中引入了参数预测值进行参数指导，能够较好地逼近全局最优解。 | ||
| 搜索关键词： | loss 价值 网络 深度 强化 学习 kvfd 模型 力学 参数 全局 优化 方法 系统 | ||
【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/202110368257.2/，转载请声明来源钻瓜专利网。
