一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法

本发明属于热管理系统领域，提供了一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，包括：环境状态接收、奖励函数计算、策略优化、决策校正、优化目标函数和控制律构建、温度误差计算、动作优化以及器件调控。本发明通过融合智能体的策略优化和传统模型预测控制中的动作优化，实现了冷却系统中对风扇、水泵和阀门等设备的控制策略实时优化，具备强化学习的适应性及模型预测控制的稳定性；通过设置智能体和反馈校正模块，实现了根据系统的实际状态调整预测模型参数，提高了控制系统的鲁棒性和适应能力；通过滚动优化输出的控制律结合多次实时反馈和预测修正，实现了系统在动态变化中保持高效的温度控制。