一种基于强化学习的解决气体含量勘测问题的方法
公开
摘要
本发明公开了一种基于强化学习的解决气体勘测问题的方法,包括如下步骤:S1:定义解决气体含量勘测问题需要的动作空间和状态空间,为actor‑演员角色和critic‑评论家角色分别建立神经网络来处理动作的生成和评价的反馈;S2:将初始动作传递给问题环境,得到对应的状态和动作结果的奖惩值,以及loss值,将loss值和奖惩值反馈给神经网络进行梯度下降处理得到下一步的动作;S3:将得到的状态(气体含量)进行气体勘测,平衡多种约束条件再次利用强化学习概率选择的能力去寻求最优解。本发明利用算法强大的学习能力和神经网络高运算速率的优势去解决气体勘测问题中寻找最优解问题,解决了传统遗传算法时间长,复杂度高问题。
基本信息
专利标题 :
一种基于强化学习的解决气体含量勘测问题的方法
专利标题(英):
暂无
公开(公告)号 :
CN114326410A
申请号 :
CN202210027128.1
公开(公告)日 :
2022-04-12
申请日 :
2022-01-12
授权号 :
暂无
授权日 :
暂无
发明人 :
蔡维镖郭小明杜燚峰
申请人 :
辽宁石油化工大学
申请人地址 :
辽宁省抚顺市望花区丹东路西段一号
代理机构 :
代理人 :
优先权 :
CN202210027128.1
主分类号 :
G05B13/04
IPC分类号 :
G05B13/04
IPC结构图谱
G
G部——物理
G05
控制;调节
G05B
一般的控制或调节系统;这种系统的功能单元;用于这种系统或单元的监视或测试装置
G05B13/00
自适应控制系统,即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统
G05B13/02
电的
G05B13/04
包括使用模型或模拟器的
法律状态
2022-04-12 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载