一种基于深度强化学习的封装地过孔打孔分布优化方法
基本信息
| 申请号 | 2020109691941 | 申请日 | - |
| 公开（公告）号 | CN112270158A | 公开（公告）日 | 2021-01-26 |
| 申请公布号 | CN112270158A | 申请公布日 | 2021-01-26 |
| 分类号 | G06F30/398(2020.01)I; | 分类 | 计算；推算；计数; |
| 发明人 | 李尔平;顾哲铭 | 申请（专利权）人 | 海宁利伊电子科技有限公司 |
| 代理机构 | 杭州求是专利事务所有限公司 | 代理人 | 林超 |
| 地址 | 314400浙江省嘉兴市海宁市海宁经济开发区双富路28号D座5楼509室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度强化学习的封装地过孔打孔分布优化方法。通过对实际封装模型的像素分析转换成高阶二元矩阵；通过深度神经网络建立了打孔位置分布到辐射屏蔽性能之间的关系并训练，获得预测网络；通过Double DQN模型的深度强化学习网络不断打孔探索，并通过过程二的预测网络反馈回馈值来训练深度强化学习网络，完成最优的打孔位置分布。本发明方法给出的最终优化结果较同数量地过孔的人工打孔设计有显著的性能和效率提升，并突破了传统的处理方式，在相关电磁问题的分布式问题中具有较高的迁移性，能给出高性能的优化分布方案。 |
