基于深度强化学习的工业控制参数自适应优化方法

本发明提供基于深度强化学习的工业控制参数自适应优化方法，涉及工业控制技术领域，包括采集系统运行数据并预处理，根据扰动特征划分稳态和波动工况，建立对应子网络；基于扰动程度自适应切换网络输出权重生成初始优化方案；采用自适应并行采样策略进行经验回放；训练深度强化学习模型并更新参数；计算性能提升值转换为奖励值与动态阈值比较。本发明能实现工业控制参数的自适应优化，提高系统应对不同工况的鲁棒性和控制精度。