本發明公開了一種基于深度強化學習的封裝地過孔打孔分布優化方法。通過對實際封裝模型的像素分析轉換成高階二元矩陣;通過深度神經網絡建立了打孔位置分布到輻射屏蔽性能之間的關系并訓練,獲得預測網絡;通過Double DQN模型的深度強化學習網絡不斷打孔探索,并通過過程二的預測網絡反饋回饋值來訓練深度強化學習網絡,完成最優的打孔位置分布。本發明方法給出的最終優化結果較同數量地過孔的人工打孔設計有顯著的性能和效率提升,并突破了傳統的處理方式,在相關電磁問題的分布式問題中具有較高的遷移性,能給出高性能的優化分布方案。
聲明:
“基于深度強化學習的封裝地過孔打孔分布優化方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)