基于强化学习的矩阵预排序方法、系统及存储介质

本发明涉及数据处理技术领域，具体公开了一种基于强化学习的矩阵预排序方法、系统及存储介质，其将矩阵预排序问题建模为一个序列决策过程，利用强化学习智能体通过与矩阵环境交互来学习最优排序策略。智能体的状态由矩阵的结构特征定义，动作对应于选择没有被消除过的节点。奖励函数则以最小化计算过程中的填充元数量与矩阵维度的比值为目标。实验对比了本发明与传统启发式算法的性能，结果表明，在特定的大规模电路模型等测试案例中，基于强化学习的预排序方法在减少填充元数量和缩短计算时间方面展现出优势。