买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京珂阳科技有限公司申请的专利基于深度强化学习的芯片生产物流优化排程方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119378953B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411970238.7，技术领域涉及：G06Q10/0631；该发明授权基于深度强化学习的芯片生产物流优化排程方法及系统是由吴钊;冯白羽;杨金杰设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于深度强化学习的芯片生产物流优化排程方法及系统在说明书摘要公布了：本发明提供一种基于深度强化学习的芯片生产物流优化排程方法及系统，涉及深度强化学习技术领域，包括：采集芯片生产线实时数据，利用改进的双向长短时记忆网络和图神经网络提取物料流动时序规律、设备运行周期特征和物流网络拓扑特征，通过对比学习网络生成融合状态表示，构建分层协同的深度强化学习架构，利用改进的编码器‑解码器结构生成策略向量，并通过多智能体执行网络进行分层式联合训练，将实时状态和策略向量输入训练完成的深度强化学习架构，生成调度指令，并结合贝叶斯神经网络系综模型和循环神经网络预测模型进行分层模型预测控制，实现芯片生产物流的优化排程。

本发明授权基于深度强化学习的芯片生产物流优化排程方法及系统在权利要求书中公布了：1.基于深度强化学习的芯片生产物流优化排程方法，其特征在于，包括：采集芯片生产线实时数据并输入混合特征提取模型，利用改进双向长短时记忆网络模块提取物料流动时序规律和设备运行周期特征，在模块中设置残差连接和多头自注意力层，对注意力分数稀疏化处理并生成离散注意力权重，与时序特征加权组合生成时序表示向量，利用图神经网络模块提取物流网络拓扑特征，将动态邻接矩阵与边权重和节点属性信息结合构建图卷积算子，引入跳跃连接和门控机制调节特征传递强度，生成空间表示向量，将时序和空间表示向量输入对比学习网络，构建多视角对比损失函数，利用动量编码器更新负样本队列，输出融合状态表示；构建分层协同的深度强化学习架构，在策略生成网络中构建改进的编码器-解码器结构，植入因果卷积模块和多尺度特征金字塔，将多尺度特征与融合状态表示组合输入解码器，嵌入自适应采样层和策略头，结合时序规律和设备特征生成策略向量，在预先设置的多智能体执行网络中植入信任区域约束模块，构建分层操作空间和双重估值网络，执行分层式联合训练，结合在线蒸馏机制传递策略知识，将经验样本存入分层经验池，训练循环神经网络预测模型并动态调整探索策略，确定实时状态；将所述实时状态和所述策略向量输入训练完成的深度强化学习架构，生成调度指令，构建贝叶斯神经网络系综模型对物流状态进行建模，结合蒙特卡洛随机采样确定物流状态不确定性，结合所述循环神经网络预测模型的输出进行分层模型预测控制，根据物料流动规律和设备周期特征调整步长和约束边界，求解优化问题并输出调度指令，构建递归贝叶斯估计器计算所述调度指令的置信度，若所述置信度低于预先设置的置信阈值，则启动重优化，将新样本存入分层经验池并动态调整采样概率，持续优化网络参数，得到优化排程方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京珂阳科技有限公司，其通讯地址为：100176 北京市通州区经济技术开发区西环南路26号院30号楼(嘉捷科技园A座)6层-605；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。