基于深度强化学习算法的散热风机机组的控制方法及系统

本发明涉及基于深度强化学习算法的散热风机机组的控制方法及系统。本发明包括初始化Actor网络的参数以及Critic网络的参数；获取散热风机机组的当前状态，当前状态包括温度信息、当前时间和日期类型，其中，温度信息包括发热设备的温度以及风机周围环境温度；基于当前状态和Actor网络，得到动作；根据动作，控制散热风机机组运行，得到散热风机机组的新的状态，以及执行动作后获得的回报，得到经验样本，将经验样本并加入经验回放池；基于经验回放池中的经验样本，更新Critic网络的网络参数，基于当前状态和Critic网络，更新Actor网络的网络参数，直至达到目标值。本发明通过构建散热风机机组的优化控制模型，实现对散热风机机组的优化控制。