【技术实现步骤摘要】
本申请涉及木质家具生产，具体而言，本申请涉及一种基于强化学习的木质家具板材切割优化方法及装置。
技术介绍
1、对于木质家具行业，板材切割优化问题是经典的组合优化问题。目前，针对这种组合问题优化问题存在启发式算法和精确算法这两种解决方案。其中，启发式算法缺少理论指导且需要大量的行业验证。而精确算法中的分支定界算法比较常用于解决该组合问题优化问题，但由于板材切割问题转化成节点决策而产生的分支计算量较大，且计算时间过长。因此，现有的板材切割优化技术的效率低下。
技术实现思路
1、本申请提供了一种基于强化学习的木质家具板材切割优化方法及装置，用于解决现有的板材切割优化技术的效率低下的技术问题。
2、根据本申请的一个方面，提供了一种基于强化学习的木质家具板材切割优化方法，包括：
3、获取目标板材的板材特征数据以及切割需求；
4、基于所述板材特征数据及所述切割需求，确定相应的至少一个切割候选方案，所述切割候选方案包含至少一个切割阶段以及作用于各切割阶段下的板材的切割
本文档来自技高网...
【技术保护点】
1.一种基于强化学习的木质家具板材切割优化方法，其特征在于，包括：
2.根据权利要求1所述的基于强化学习的木质家具板材切割优化方法，其特征在于，所述基于所述板材特征数据及所述切割需求，确定相应的至少一个切割候选方案，包括：
3.根据权利要求2所述的基于强化学习的木质家具板材切割优化方法，其特征在于，所述评分策略包含用于表征使任一所述切割动作所产生的浪费面积最小化的消耗评分策略。
4.根据权利要求3所述的基于强化学习的木质家具板材切割优化方法，其特征在于，所述迭代地筛选出使所述切割评价值最大化的切割动作，并基于筛选出的切割动作优化所述...
【技术特征摘要】
1.一种基于强化学习的木质家具板材切割优化方法，其特征在于，包括：
2.根据权利要求1所述的基于强化学习的木质家具板材切割优化方法，其特征在于，所述基于所述板材特征数据及所述切割需求，确定相应的至少一个切割候选方案，包括：
3.根据权利要求2所述的基于强化学习的木质家具板材切割优化方法，其特征在于，所述评分策略包含用于表征使任一所述切割动作所产生的浪费面积最小化的消耗评分策略。
4.根据权利要求3所述的基于强化学习的木质家具板材切割优化方法，其特征在于，所述迭代地筛选出使所述切割评价值最大化的切割动作，并基于筛选出的切割动作优化所述评分策略，以由所述切割候选方案形成切割优化方案，包括：
5.根据权利要求4所述的基于强化学习的木质家具板材切割优化方法，其特征在于，所述迭代地更新所述切割候选方案，直至所获得的板材达到预设的切割次数，以在当前的切割候选方案中确定使由各切割阶段下的切割评价值组成的总切割评价值最大化的切割动作集合，作为切割优化方案，包括：
6.根据权利要求5所述的基...
【专利技术属性】
技术研发人员：胡继飞，季雷，
申请(专利权)人：四川亚度家具有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。