面向可扩展数字孪生与仿真模型生成的数据驱动资源聚合方法

研究人员提出一种面向可扩展数字孪生与仿真模型生成的数据驱动资源聚合方法，以解决全粒度建模复杂度过高的问题。该方法借鉴逆强化学习从生产事件日志中学习资源的行为价值表征，自动识别并聚合功能相似的资源。制造系统实验表明，在吞吐量和系统时间指标下，该方法能在大幅降低模型复杂度的同时保持性能准确度。