一种基于强化学习优化的装配工艺智能决策方法及系统

本申请公开一种基于强化学习优化的装配工艺智能决策方法及系统。该方法，包括：将装配工艺的装配分段操作、装配参数数据和装配工艺智能决策的目标表示为知识图谱对象，知识图谱对象构成有向推理的网络图谱；知识图谱对象存储在知识图谱知识库里，可视化表示为知识图谱网络的节点；根据装配零件的特征和装配工艺智能决策的目标，按照优化的次序选择最优的可选装配零件，构建基于知识图谱的装配特征正向推理；将装配工艺的考核要求和规范形式化表示为工艺推理规则，适配装配目标选择合适的工艺推理规则，计算知识图谱对象及其参数数据与所选工艺推理规则匹配的评价函数值，优化选择评价函数值最大的知识图谱对象及其参数数据；迭代选择优化，直到评价函数值达到预期的目标阈值或迭代次数达到预设的最大迭代次数阈值，将优化学习的结果(优化选择后的知识图谱对象及其参数数据)记忆到知识库中，作为强化学习的阶段成果，以供下次装配工艺智能决策优先推荐参考，进而提高装配工艺设计的效率，减少工艺设计人员的人工错误和重复性劳动。