融合强化学习和CMA-ES的设计变量优化方法及系统

本申请公开一种融合强化学习和CMA‑ES的设计变量优化方法及系统，涉及工程优化设计领域，方法包括：确定桁架车身设计变量；构建高斯过程代理模型、策略网络和评价网络；采用CMA‑ES算法对种群及状态信息进行迭代更新，直至达到设定迭代次数后，输出本次优化轨迹下的状态信息序列；基于本次优化轨迹下的状态信息序列、状态价值函数以及即时奖励，采用强化学习训练策略网络和评价网络；判断本次优化轨迹是否达到设定优化轨迹训练次数；若是，则基于强化学习训练好的策略网络，采用CMA‑ES算法对种群及状态信息进行迭代更新，直至达到设定迭代次数后产生最优种群。本申请提高了桁架车身设计变量的优化效率。