摘要
本发明提供一种基于神经网络模型的钛钢复合板制造优化方法及系统,涉及人工智能技术领域,包括采集钛钢复合板制造过程中的界面数据,生成界面结合特征;将界面结合特征输入自适应记忆网络,预测界面结合强度;通过具有优先经验回放机制的双延迟深度Q网络结构,生成优化后的工艺参数组合;将优化后的工艺参数组合作为初始种群,采用相变温度点分阶段控制和理论‑差分梯度融合的方式,基于性能指标和工艺稳定性生成最优工艺参数方案。
技术关键词
相变温度点
参数
深度Q网络
钛钢复合板
神经网络模型
应力场
深度学习特征
网络结构
生成界面
计算机程序指令
强度
热力学第一定律
理论
方程
分阶段
注意力机制
系统为您推荐了相关专利信息
松动故障诊断
分析振动数据
工作水头
发电机组运行参数
机架
能力评价方法
储能电站
电力系统动态仿真
仿真场景
电压
长短期记忆网络
数字孪生
隐马尔可夫模型
数据特征提取
实时数据
水泵远程控制系统
动态预测模型
硬盘刻录机
中央控制主机
泵站控制柜