Un enfoque de planificación de procesos guiado por conocimiento con aprendizaje por refuerzo

Resumen Con la amplia aplicación de tecnologías asistidas por computadora como CAD y CAM en la industria de la fabricación, cada vez más documentos de procesos y documentos de diseño generan conocimiento de proceso de múltiples fuentes y experiencia de expertos. Sin embargo, debido a la representación diversa y compleja del conocimiento de proceso, se necesitan métodos más efectivos para extraer una gran cantidad de información de múltiples fuentes y las relaciones explícitas e implícitas entre el conocimiento. La reutilización efectiva del conocimiento en la planificación de procesos aún necesita ser mejorada. Este artículo propone un enfoque de aprendizaje por refuerzo que combina gráficos de conocimiento y actividades de toma de decisiones de procesos en la planificación de procesos para explotar el potencial de aprendizaje de los gráficos de conocimiento de procesos. En primer lugar, se introduce un entorno de aprendizaje por refuerzo para la planificación de procesos que modela el problema de planificación de procesos como una recomendación secuencial de conocimiento de proceso. En segundo lugar, este artículo diseña en detalle la representación de estado que combina secuencias de procesos y relaciones potenciales entre procesos. Este artículo también crea una función de recompensa compuesta que combina el entorno de planificación de procesos. Además, se propone un nuevo algoritmo para aprender el modelo propuesto de manera más eficiente. Los resultados experimentales muestran que la estructura de red propuesta en este artículo tiene resultados de recomendación más precisos que otros métodos. Finalmente, este artículo toma el flange como un ejemplo para verificar la viabilidad y efectividad del método propuesto.