基于动作概率的电机设计方法和电机设计装置制造方法及图纸

本申请实施例公开了一种基于动作概率的电机设计方法，本申请实施例方法包括：获取用户输入的电机要求信息；通过所述电机要求信息得到第一状态，所述第一状态表示电机的每个几何尺寸和每个电磁数据均有唯一值的电机状态；根据第一权重矩阵和所述第一状态，计算得到候选动作的概率；基于所述概率，确定目标动作，所述目标动作为所述候选动作中的一个动作；输出包括所述目标动作的信息的电机设计信息。包括所述目标动作的信息的电机设计信息。包括所述目标动作的信息的电机设计信息。

【技术实现步骤摘要】
基于动作概率的电机设计方法和电机设计装置


[0001]本申请实施例涉及电机设计领域，尤其涉及一种基于动作概率的电机设计方法和电机设计装置。

技术介绍

[0002]电机，俗称马达，是指依据电磁感应定律实现电能转换或传递的一种电磁装置，作为电动机能够为负载提供动力，作为发电机能够将机械能转化为电能。电机广泛应用于多个行业，已成为生产生活中不可缺少的角色。
[0003]在使用电机前，需通过电机设计软件设计出符合要求的电机产品。电机设计人员根据自身电机设计经验对电机设计软件进行操作，设计出电机产品。
[0004]然而，现有的电机设计软件对电机设计人员的设计经验依赖性强，不同水平的电机设计人员，即使是使用相同的电机设计软件，设计出来的电机产品也往往性能水平或经济性能不同。

技术实现思路

[0005]本申请实施例提供了一种基于动作概率的电机设计方法和电机设计装置。
[0006]一种基于动作概率的电机设计方法，包括：
[0007]获取用户输入的电机要求信息；
[0008]通过所述电机要求信息得到第一状态，所述第一状态表示电机的每个几何尺寸和每个电磁数据均有唯一值的电机状态；
[0009]根据第一权重矩阵和所述第一状态，计算得到候选动作的概率，所述第一权重矩阵为经人工智能网络训练得到的矩阵，所述候选动作表示对所述电机的某个几何尺寸的操作；
[0010]基于所述概率，确定目标动作，所述目标动作为所述候选动作中的一个动作；
[0011]输出包括所述目标动作的信息的电机设计信息。
[0012]可选的，通过所述电机要求信息得到第一状态之后，根据第一权重矩阵和所述第一状态，计算得到候选动作的概率之前，所述方法还包括：
[0013]将所述第一状态确定为第二状态；
[0014]根据所述第二状态和第一动作得到第三状态和奖励，所述第一动作为随机动作，所述第三状态为所述第二状态采取所述第一动作后的状态，所述奖励表示所述第二状态到所述第三状态的评估；
[0015]将所述第二状态保存至状态数组，将所述第一动作保存至动作数组，将所述奖励保存至奖励数组；
[0016]判断所述状态数组中状态的数量是否小于上限值，所述上限值为预设的值；
[0017]若大于或等于，则确定所述状态数组中状态的数量已达所述上限值；
[0018]若小于，则将所述第三状态确定为所述第二状态；
[0019]返回执行根据所述第二状态和第一动作得到第三状态和奖励，直到若大于或等于，则确定所述状态数组中状态的数量已达所述上限值为止；
[0020]根据所述状态数组、所述动作数组和所述奖励数组计算得到回报数组，所述回报数组包括多个累计回报，所述累计回报表示对应动作的综合评估；
[0021]根据所述状态数组、所述动作数组和所述回报数组确定训练数据，所述训练数据包括训练状态、训练动作和训练累计回报，所述训练状态为所述状态数组中的一个状态，所述训练动作为所述训练状态采取的动作，所述训练累计回报与所述训练动作相对应；
[0022]将随机初始化的矩阵确定为第二权重矩阵；
[0023]基于预设的状态价值函数，通过所述训练状态、第二动作和所述第二权重矩阵计算得到状态价值，所述第二动作表示所有预设的动作，所述状态价值表示处于所述训练状态时所述电机的性能水平；
[0024]基于预设的状态价值函数，通过所述训练状态、所述训练动作和所述训练累计回报计算所述状态价值函数对所述第二权重矩阵的梯度；
[0025]通过所述第二权重矩阵和所述梯度进行计算，得到第三权重矩阵；
[0026]判断所述状态价值的倒数是否小于预设阈值；
[0027]若是，则将所述第三权重矩阵确定为所述第一权重矩阵；
[0028]若否，则将所述第三权重矩阵确定为所述第二权重矩阵，且将所述状态数组中的另一个状态确定为所述训练状态；
[0029]返回执行基于预设的状态价值函数，通过所述训练状态、第二动作和所述第二权重矩阵计算得到状态价值，直到若是，则将所述第三权重矩阵确定为所述第一权重矩阵为止。
[0030]可选的，根据所述状态数组、所述动作数组和所述奖励数组计算得到回报数组，包括：
[0031]根据所述状态数组、所述动作数组和所述奖励数组，通过以下公式计算得到多个累计回报从而得到回报数组：
[0032]G
n
‑1＝βG
n
+r
n
‑1,n≠k；
[0033]G
n
＝r
n
,n＝k；
[0034]所述n为正整数，n＝2,3,4,...,k；
[0035]所述β为衰减系数，可根据需求预先设定，一般取0.9；
[0036]所述G
n
表示第n个动作的累计回报；
[0037]所述r
n
表示第n个动作的奖励。
[0038]可选的，基于预设的状态价值函数，通过所述训练状态、第二动作和所述第二权重矩阵计算得到状态价值，包括：
[0039]基于以下公式，通过所述训练状态、第二动作和所述第二权重矩阵计算得到状态价值：
[0040][0041]所述d
π
(s)为由π
θ
(a|s)引出的马尔科夫链的平稳分布；
[0042]所述π
θ
(a|s)表示s状态下对应动作的概率；
[0043]所述s表示所述训练状态；
[0044]所述a表示所述第二动作；
[0045]所述θ表示所述第二权重矩阵；
[0046]所述Q
π
(s,a)表示s状态下对应动作的动作价值，所述动作价值表示采取对应动作时所述电机的性能水平。
[0047]可选的，通过所述第二权重矩阵和所述梯度进行计算，得到第三权重矩阵，包括：
[0048]基于以下公式，通过所述第二权重矩阵和所述梯度进行计算，得到第三权重矩阵：
[0049][0050]所述θ'为所述第三权重矩阵；
[0051]所述θ为所述第二权重矩阵；
[0052]所述α表示学习率，一般取0.001；
[0053]所述γ表示折合率，一般取0.9至0.99；
[0054]所述t表示对应动作的序数；
[0055]所述表示所述梯度。
[0056]可选的，获取用户输入的电机要求信息之后，通过所述电机要求信息得到第一状态之前，所述方法还包括：
[0057]判断数据库中是否存在与所述电机要求信息匹配的电机模型；
[0058]若存在，则调用所述电机模型进行处理，输出结果；
[0059]若不存在，则确定通过所述电机要求信息得到所述第一状态。
[0060]可选的，输出包括所述目标动作的信息的电机设计信息之后，所述方法还包括：
[0061]根据所述电机设计信息，进行三维及二维图纸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动作概率的电机设计方法，其特征在于，包括：获取用户输入的电机要求信息；通过所述电机要求信息得到第一状态，所述第一状态表示电机的每个几何尺寸和每个电磁数据均有唯一值的电机状态；根据第一权重矩阵和所述第一状态，计算得到候选动作的概率，所述第一权重矩阵为经人工智能网络训练得到的矩阵，所述候选动作表示对所述电机的其中一个几何尺寸的操作；基于所述概率，确定目标动作，所述目标动作为所述候选动作中的一个动作；输出包括所述目标动作的信息的电机设计信息。2.根据权利要求1所述的电机设计方法，其特征在于，通过所述电机要求信息得到第一状态之后，根据第一权重矩阵和所述第一状态，计算得到候选动作的概率之前，所述方法还包括：将所述第一状态确定为第二状态；根据所述第二状态和第一动作得到第三状态和奖励，所述第一动作为随机动作，所述第三状态为所述第二状态采取所述第一动作后的状态，所述奖励表示所述第二状态到所述第三状态的评估；将所述第二状态保存至状态数组，将所述第一动作保存至动作数组，将所述奖励保存至奖励数组；判断所述状态数组中状态的数量是否小于上限值，所述上限值为预设的值；若大于或等于，则确定所述状态数组中状态的数量已达所述上限值；若小于，则将所述第三状态确定为所述第二状态；返回执行根据所述第二状态和第一动作得到第三状态和奖励，直到若大于或等于，则确定所述状态数组中状态的数量已达所述上限值为止；根据所述状态数组、所述动作数组和所述奖励数组计算得到回报数组，所述回报数组包括多个累计回报，所述累计回报表示对应动作的综合评估；根据所述状态数组、所述动作数组和所述回报数组确定训练数据，所述训练数据包括训练状态、训练动作和训练累计回报，所述训练状态为所述状态数组中的一个状态，所述训练动作为所述训练状态采取的动作，所述训练累计回报与所述训练动作相对应；将随机初始化的矩阵确定为第二权重矩阵；基于预设的状态价值函数，通过所述训练状态、第二动作和所述第二权重矩阵计算得到状态价值，所述第二动作表示所有预设的动作，所述状态价值表示处于所述训练状态时所述电机的性能水平；基于预设的状态价值函数，通过所述训练状态、所述训练动作和所述训练累计回报计算所述状态价值函数对所述第二权重矩阵的梯度；通过所述第二权重矩阵和所述梯度进行计算，得到第三权重矩阵；判断所述状态价值的倒数是否小于预设阈值；若是，则将所述第三权重矩阵确定为所述第一权重矩阵；若否，则将所述第三权重矩阵确定为所述第二权重矩阵，且将所述状态数组中的另一个状态确定为所述训练状态；
返回执行基于预设的状态价值函数，通过所述训练状态、第二动作和所述第二权重矩阵计算得到状态价值，直到若是，则将所述第三权重矩阵确定为所述第一权重矩阵为止。3.根据权利要求2所述的电机设计方法，其特征在于，根据所述状态数组、所述动作数组和所述奖励数组计算得到回报数组，包括：根据所述状态数组、所述动作数组和所述奖励数组，通过以下公式计算得到多个累计回报从而得到回报数组：G
n
‑1＝βG
n
+r
n
‑1,n≠k；G
n
＝r
n
,n＝k；所述n为正整数，n＝2...

【专利技术属性】
技术研发人员：洪子临，林绢华，
申请(专利权)人：深圳迪曼深度科技有限公司，
类型：发明
国别省市：