一种基于强化学习的废旧手机目标拆解序列优化方法

本发明公开了一种基于强化学习的废旧手机目标拆解序列优化方法，首先分析待拆解手机零件之间的约束关系，建立四元组混合图，在此基础上搭建手机目标拆解的环境，确定当前的手机拆解状态以及后续可行的拆解动作，然后将废旧手机目标拆解序列问题用马尔科夫决策过程形式化，在此基础上对奖惩函数赋值并建立状态‑动作‑奖励值矩阵，利用状态‑动作‑奖励值矩阵对Q‑learning算法中的Q函数进行训练，最终利用训练后的Q函数和形式化后的拆解目标函数进行搜寻，得到拆解至目标零件的最优拆解序列。本发明以四元组混合图为基础搭建了更容易编译的强化学习环境，并且将无模型的强化学习算法用于废旧手机目标拆解序列问题，降低了模型构建的困难。

《一种基于强化学习的废旧手机目标拆解序列优化方法》是一发明专利，专利号为 2022105778076，当前法律状态为已下证，由青岛科技大学提出申请，发明人为李林;陈泽鹏;刘洪果;李华清;尹凤福，申请日期为2022-05-25，公开（公告）日期为2025-05-30，国际专利分类号（IPC）为 G06F 30/27 (2020.01)，高新资质：未报高企，所属技术领域包括：#人工智能/强化学习优化/固废处理/资源再生/电子垃圾回收处理。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于强化学习的废旧手机目标拆解序列优化方法，首先分析待拆解手机零件之间的约束关系，建立四元组混合图，在此基础上搭建手机目标拆解的环境，确定当前的手机拆解状态以及后续可行的拆解动作，然后将废旧手机目标拆解序列问题用马尔科夫决策过程形式化，在此基础上对奖惩函数赋值并建立状态‑动作‑奖励值矩阵，利用状态‑动作‑奖励值矩阵对Q‑learning算法中的Q函数进行训练，最终利用训练后的Q函数和形式化后的拆解目标函数进行搜寻，得到拆解至目标零件的最优拆解序列。本发明以四元组混合图为基础搭建了更容易编译的强化学习环境，并且将无模型的强化学习算法用于废旧手机目标拆解序列问题，降低了模型构建的困难。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！