一种基于强化学习优化的痤疮药物配方生产方法

本发明公开了一种基于强化学习优化的痤疮药物配方生产方法，包括如下步骤：S1、构建因果关系网络，筛选出关键变量；S2、采用自适应层次化强化学习算法优化痤疮药物配方方案和工艺参数，输出优化参数集合；S3、定义双层奖励函数，并结合自适应动态权重调整机制，输出综合优化方向；S4、构建多尺度纳米颗粒动力学仿真模型，生成稳定性因子；S5、将稳定性因子和综合优化方向输入改进的DCGAN网络，生成优化样本集合，并对生成的优化样本进行筛选；S6、更新自适应层次化强化学习算法的参数，优化配方方案和工艺参数。本发明结合因果模型、强化学习、多尺度仿真和生成对抗网络，优化痤疮药物配方及工艺参数，具备高效、精准、动态适应与多目标平衡的优点。