一种基于深度强化学习的连铸工艺参数优化方法及装置

本申请涉及微细丝生产技术领域，尤其涉及一种基于深度强化学习的连铸工艺参数优化方法及装置，获取连铸的初始实验数据集；所述初始实验数据集包括连铸的工艺参数和性能参数；利用贝叶斯效能函数对初始实验数据集进行优化；将优化后的初始实验数据集输入深度强化学习网络，并得到优化后的帕累托前沿，且从优化后的帕累托前沿中选择最优策略，以根据性能参数的目标值采取最优的工艺参数。从而通过基于帕累托前沿的深度强化学习网络对连铸的工艺参数进行优化，确保连铸工艺在不同性能指标上均能够达到理想水平，提高产品的综合质量；并且预先通过多次迭代对初始实验数据集进行优化，能够为后续深度强化学习网络的快速收敛奠定基础，提升性能。