摘要
本申请提供一种屏幕蒸镀工艺的人工智能优化方法，包括：获取屏幕在蒸镀过程中的多维数据；将多维数据输入预先训练好的蒸镀误差预测模型中的特征提取模块，获得蒸镀状态特征；蒸镀状态特征用于表征蒸镀过程中存在的误差分布和/或状态信息；将蒸镀状态特征输入蒸镀误差预测模型中的强化学习模块，获得屏幕在蒸镀过程中的优化参数；优化参数用于调整用于蒸镀工艺设备的设备参数，以优化屏幕的蒸镀过程。利用训练好的特征提取模块和强化学习模块，根据屏幕在蒸镀过程中的多维数据，获取蒸镀工艺设备的设备参数，以优化屏幕的蒸镀过程，实现快速响应，动态调整设备参数，减少人为误差和主观判断的影响，提高蒸镀质量的一致性。
