一种基于深度强化学习的船舶配载方法和装置

    公开(公告)号:CN118332417A

    公开(公告)日:2024-07-12

    申请号:CN202410427181.X

    申请日:2024-04-10

    申请人: 浙江大学

    摘要: 本发明公开了一种基于深度强化学习的船舶配载方法,本发明通过退火遗传算法对历史配载数据进行操作得到大量的,较为准确的集装箱‑箱位映射关系,从而提供了大量的标签,同时将集装箱和箱位的空间信息和特征信息进行池化、卷积操作得到包含空间信息、特征信息和与其他集装箱相关联信息的嵌入向量,将该标签和嵌入向量作为训练样本,通过监督学习能够较好的训练出能够较为准确的预测集装箱‑箱位映射关系的演员网络,本发明还基于预测的集装箱‑箱位映射关系构建有向无环图,基于构建的有向无环图能够准确得到集装箱的配载顺序,综上两点本发明提供的方法能够在合理的时间内得到船舶配载问题的最优解,且复用性较高,本发明还公开了一种基于深度强化学习的船舶配载装置。