本公开提供了一种基于深度强化学习的空调风量控制方法、装置以及存储介质,其中的方法包括:建立状态预测模型,使用状态预测模型获得外界预测状态;根据外界预测状态生成训练样本,基于训练样本对长期回报值预测网络模型进行训练,用于对长期回报值预测网络模型的参数θ进行调整;通过长期回报值预测网络模型并基于当前状态预测下一时刻的空调执行行动,用以对于空调风量进行控制;本公开的方法、装置以及存储介质,能够对卷烟企业空调进行自动控制,实现损失最小化,可以提高空调温湿度预测的准确率和空调开关切换的稳定性,能够实现节能降耗,能够减少企业的成本并提高产品质量。
声明:
“基于深度强化学习的空调风量控制方法、装置以及介质” 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)