公开(公告)号：CN111368970A

公开(公告)日：2020-07-03

申请号：CN202010097228.2

申请日：2020-02-17

Applicant: 哈尔滨工业大学

Inventor： 黄永 ,  李惠 ,  孟元旭

IPC: G06N3/04 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明提出一种基于深度强化学习的传感器优化布置方法，涉及结构健康监测和振动测试领域，首先，基于互信息相关理论推导得到工程结构传感器优化布置准则，然后通过基于深度强化学习的优化算法快速有效地寻找目标函数的最优解，即结构的最优传感器布置位置。本发明可以更加快速有效地寻找到工程结构的传感器最优布置，基于深度强化学习的优化算法可以同时利用深度神经网络的计算能力以及强化学习的决策能力，可以有效地解决复杂工程结构传感器布置时目标函数非凸、高维的问题，同时该方法的输出结果可以实现{0，1}离散表示，其中0表示未布置传感器，1表示布置传感器，从而明确地为某一位置传感器是否布置提供决策支持。

公开(公告)号：CN111368970B

公开(公告)日：2020-10-16

申请号：CN202010097228.2

申请日：2020-02-17

Applicant: 哈尔滨工业大学

Inventor： 黄永 ,  李惠 ,  孟元旭

IPC: G06N3/04 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明提出一种基于深度强化学习的传感器优化布置方法，涉及结构健康监测和振动测试领域，首先，基于互信息相关理论推导得到工程结构传感器优化布置准则，然后通过基于深度强化学习的优化算法快速有效地寻找目标函数的最优解，即结构的最优传感器布置位置。本发明可以更加快速有效地寻找到工程结构的传感器最优布置，基于深度强化学习的优化算法可以同时利用深度神经网络的计算能力以及强化学习的决策能力，可以有效地解决复杂工程结构传感器布置时目标函数非凸、高维的问题，同时该方法的输出结果可以实现{0，1}离散表示，其中0表示未布置传感器，1表示布置传感器，从而明确地为某一位置传感器是否布置提供决策支持。