买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜大连理工大学申请的专利一种基于强化学习的工艺参数优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116048028B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310162833.7，技术领域涉及：G05B19/418；该发明授权一种基于强化学习的工艺参数优化方法是由张超;于梦程;王昊;宋学官设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于强化学习的工艺参数优化方法在说明书摘要公布了：本发明提供一种基于强化学习的工艺参数优化方法，属于工业设计技术领域。为了降低生产过程中的产品缺陷，通常需要调整工艺参数，该方法通过强化学习训练出一个对工艺参数的优化策略。步骤：1通过不确定性量化，计算置信区间，将训练样本划分为高不确定性数据与低不确定性数据；2使用低不确定性数据作为训练集，用神经网络拟合缺陷水平‑工艺参数的函数；3训练强化学习模型；4根据训练好的强化学习模型生成策略。本发明利用基于强化学习的机器学习方法训练出一个调优策略，能够解决在生产中对工艺参数的调控过程中人工调参的不可靠性，直接推荐出合适的工艺参数，避免多次调参带来的较高的试错成本。

本发明授权一种基于强化学习的工艺参数优化方法在权利要求书中公布了：1.一种基于强化学习的工艺参数优化方法，其特征在于，包括以下几个步骤：第一步，输入包含工艺参数与对应的产品状态的数据集作为原始样本数据；第二步，使用生成对抗网络训练不确定性量化模型FGAN，其中模型FGAN包括生成器与判别器；再基于FGAN的生成器生成的样本确定不确定性置信区间[q1,q2]，判断数据的不确定性量化值，进而得到低不确定性数据集；第三步，利用低不确定性数据集训练，采用基于DQN算法的强化学习算法，得到动作-值函数，作为Q函数；第四步，根据第三步得到的Q函数QΘx,a推出工艺参数优化策略；使用随机性策略，在选择动作时，依照概率随机选择，其中，QΘxt,a表示在工艺参数值为xt时选择动作a时对应的累计奖赏期望，表示使QΘxt,a达到最小的动作a对应的累计奖赏期望；根据策略优化的过程为：首先输入测试样本x0，每次迭代中先根据pa选择动作a，再根据动作a更新工艺参数；经过多次迭代后，满足最终更新后的工艺参数xterminal对应的不确定性量化值fxterminal在[q1,q2]内，且缺陷的预测值Fxterminal低于1-RFx0，其中x0为样本的初始工艺参数值；第五步：测试使用该策略时输入待优化样本，根据第四步的策略迭代优化后输出推荐的新参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。