基于人工智能的舰船燃气轮机多目标优化控制方法

本发明涉及舰船动力系统控制领域，具体是指基于人工智能的舰船燃气轮机多目标优化控制方法，包括数据采集和特征构建、公平约束和平衡约束驱动的工况聚类、基于多任务学习的多目标建模和多目标优化策略生成，本方案引入嵌入公平约束和平衡约束的K‑means聚类算法，有效解决了传统工况分类中类别不均衡与特征分布偏差的问题，使得工况分类结果更加合理和精确，为后续多任务预测和优化控制提供可靠基础；针对协同学习能力差的问题，本发明采用多任务学习模型，设计共享骨干网络，在共享特征基础上建立燃油消耗预测、排放指标估计、响应速度控制和剩余寿命预测多个任务分支，实现任务间的信息共享与特征互补，提高了预测的准确性和泛化能力。