[发明专利]一种基于知识迁移的矩形智能排样方法及系统

摘要

本发明公开了一种基于知识迁移的矩形智能排样方法及系统，属于结构件优化下料领域，包括：(1)选取若干组待排样零件作为源任务，并提取零件及板材相关信息；(2)利用蚁群强化学习算法求解已选取的多组源任务，并将学习完成后的最优知识矩阵存储到知识库；(3)从知识库中提取出与待解决目标任务最为相似的两组源任务，将两者对应的知识矩阵线性迁移给目标任务；(4)目标任务借助迁移知识矩阵，利用蚁群强化学习算法计算出最优排样方案；(5)输出目标任务的最优排样方案。本发明的基于知识迁移的矩形智能排样方法可以提高板材利用率和求解速度，在求解大中规模矩形排样问题上具有较好的实用性。

主权项

1.一种基于知识迁移的矩形智能排样方法，其特征在于，包括预学习阶段和迁移学习阶段，其中：所述预学习阶段包括以下步骤：(1)选取若干组待排样矩形零件作为源任务，得到多组源任务，并提取各源任务中的矩形零件以及矩形板材的信息；(2)进行知识的预学习：构建步骤(1)的多组源任务各自的知识矩阵，该知识矩阵的元素为知识对，一个状态s与动作a的组合称为一个知识对(s,a)，状态s表示蚂蚁智能体当前选择的矩形零件，动作a表示蚂蚁智能体下一个选择的矩形零件；利用蚁群强化学习算法，以矩形板材使用高度最小为目标，所有矩形零件不超出矩形板材边界且矩形零件之间互不重叠为约束，求解步骤(1)的多组源任务，得到各自最优知识矩阵，并将各最优知识矩阵存储到知识库；每组源任务的最优知识矩阵包含该组源任务达到最佳排样时矩形零件的定序信息；所述迁移学习阶段包括以下步骤：(3)进行知识矩阵的线性迁移：从知识库中提取出与待解决的目标任务最为相似的多组源任务各自对应的最优知识矩阵，将提取出的多组最优知识矩阵线性迁移给目标任务，得到目标任务的迁移知识矩阵；(4)进行知识的迁移学习：基于目标任务的迁移知识矩阵，利用蚁群强化学习算法，以矩形板材使用高度最小为目标，所有矩形零件不超出矩形板材边界且矩形零件之间互不重叠为约束，求解目标任务的最优知识矩阵，目标任务的最优知识矩阵即目标任务达到最佳排样时所有矩形零件的定序信息；(5)输出目标任务的最优排样方案。