基于深度强化学习的智能库位分配优化方法

本发明涉及仓储物流优化技术领域，具体涉及一种基于深度强化学习的智能库位分配优化方法，包括：步骤1、采集目标仓储系统的库位分配相关数据，对原始数据进行预处理；步骤2、构建单目标优化和多目标优化的库位分配优化问题的数学模型；步骤3、基于马尔可夫决策过程MDP框架，构建深度强化学习智能体决策模型；步骤4、对所述智能体决策模型进行迭代训练，通过策略梯度更新实现智能体决策模型参数优化；步骤5、对训练好的智能体决策模型进行性能评估。本发明方法课在满足物理约束条件下，为入库货物选择最优存储位置，以最小化运营成本。