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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜廣東錦順科技有限公司申請的專利一種基于強化學習的無人車間設備升級智能調度優(yōu)化系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN119398568B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510009326.9，技術領域涉及：G06Q10/0637；該發(fā)明授權一種基于強化學習的無人車間設備升級智能調度優(yōu)化系統(tǒng)是由徐靈豐;馮穎靈;徐玲玲設計研發(fā)完成，并于2025-01-03向國家知識產(chǎn)權局提交的專利申請。

本一種基于強化學習的無人車間設備升級智能調度優(yōu)化系統(tǒng)在說明書摘要公布了：本發(fā)明涉及智能制造領域，且公開了一種基于強化學習的無人車間設備升級智能調度優(yōu)化系統(tǒng)，包括：特征收集模塊：收集車間設備數(shù)據(jù)，并提取對應的數(shù)據(jù)特征，獲得生產(chǎn)特征數(shù)據(jù)；空間優(yōu)化模塊：對生產(chǎn)特征數(shù)據(jù)進行聚類操作，獲得特征聚類標簽，通過特征聚類標簽構建一個優(yōu)化多維狀態(tài)空間；策略優(yōu)化模塊：通過一個優(yōu)化結構的神經(jīng)網(wǎng)絡模型學習多維狀態(tài)空間中不同狀態(tài)下的最優(yōu)設備調度動作策略，獲得了一系列針對不同狀態(tài)的設備調度策略集合；調度獲取模塊：構建一個改進深度網(wǎng)絡模型，將設備調度策略集合輸入至改進深度網(wǎng)絡模型中，獲得不同狀態(tài)下的最優(yōu)調度模式，本發(fā)明相比傳統(tǒng)方法中簡單的規(guī)則分配，能夠更好地優(yōu)化無人車間的設備調度。

本發(fā)明授權一種基于強化學習的無人車間設備升級智能調度優(yōu)化系統(tǒng)在權利要求書中公布了：1.一種基于強化學習的無人車間設備升級智能調度優(yōu)化系統(tǒng)，其特征在于，包括：特征收集模塊：收集車間設備數(shù)據(jù)，并提取對應的數(shù)據(jù)特征，獲得生產(chǎn)特征數(shù)據(jù)；空間優(yōu)化模塊：對生產(chǎn)特征數(shù)據(jù)進行聚類操作，獲得特征聚類標簽，通過特征聚類標簽構建一個優(yōu)化多維狀態(tài)空間；所述特征聚類標簽通過生產(chǎn)特征數(shù)據(jù)中各個點與各個初始聚類中心的距離，將數(shù)據(jù)點分配到距離最近的非噪聲簇中，獲得一系列新的非噪聲簇，獲取這些新非噪聲簇的特征均值，將新的特征均值作為新的聚類中心，再次遍歷生產(chǎn)特征數(shù)據(jù)中各個點與各個新的聚類中心的距離，將數(shù)據(jù)點分配到距離最近的非噪聲簇中，直到聚類中心不再變化，最終每個數(shù)據(jù)點都被分配到一個特定的簇中，為每個數(shù)據(jù)點分配一個整數(shù)型的聚類標簽，標簽值從0到，表示該數(shù)據(jù)點所屬的簇類別，其中是最終的聚類簇數(shù)，獲得特征聚類標簽；策略優(yōu)化模塊：通過一個優(yōu)化結構的神經(jīng)網(wǎng)絡模型學習多維狀態(tài)空間中不同狀態(tài)下的最優(yōu)設備調度動作策略，獲得了一系列針對不同狀態(tài)的設備調度策略集合；所述優(yōu)化結構的神經(jīng)網(wǎng)絡模型通過一個優(yōu)化器進行模型優(yōu)化，將多維特征向量作為輸入，并添加對應的設備調度動作及獎勵值組成的訓練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡進行訓練，在每一個訓練批次中，隨機選取一批數(shù)據(jù)，計算損失函數(shù)的梯度，并使用優(yōu)化器新神經(jīng)網(wǎng)絡的參數(shù)，經(jīng)過多次數(shù)的訓練后，神經(jīng)網(wǎng)絡模型學習到不同狀態(tài)下動作的價值估計，對于給定的狀態(tài)，選擇具有最高價值估計的動作作為最優(yōu)設備調度動作策略，最終獲得一個優(yōu)化結構的神經(jīng)網(wǎng)絡模型；調度獲取模塊：構建一個改進深度網(wǎng)絡模型，將設備調度策略集合輸入至改進深度網(wǎng)絡模型中，獲得不同狀態(tài)下的最優(yōu)調度模式；所述最優(yōu)調度模式將設備調度策略集合中的數(shù)據(jù)輸入到改進深度網(wǎng)絡中進行訓練，在每一個訓練批次中，隨機選取一批數(shù)據(jù)，將設備調度策略集合中的數(shù)據(jù)劃分訓練集、驗證集和測試集，使用優(yōu)化算法更新網(wǎng)絡參數(shù)。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人廣東錦順科技有限公司，其通訊地址為：514329 廣東省梅州市豐順縣湯坑鎮(zhèn)城南開發(fā)區(qū)汽車配件城后塊；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。