本发明公开了一种基于深度强化学习的热风炉自动烧炉方法及系统,包括:获取热风炉历史烧炉数据;根据历史烧炉数据对不同燃烧阶段的热风炉深度强化模型进行训练;所述训练包括:根据前一时刻热风炉状态和烧炉动作,预测当前热风炉状态下烧炉动作的动作范围以及执行烧炉动作后下一时刻的热风炉反馈状态;根据热风炉反馈状态得到烧炉动作奖惩值,选择当前热风炉状态下的最优烧炉动作;迭代计算当前燃烧阶段下每个时刻的最优烧炉动作;根据不同燃烧阶段的热风炉深度强化模型对热风炉进行自动烧炉控制。采用深度强化学习离线学习的方法实现热风炉的自动烧炉,控制精度高,泛化性好,抗干扰能力强。
声明:
“基于深度强化学习的热风炉自动烧炉方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)