一种基于历史数据和智能体学习的矿浆输送管网优化方法

本发明公开了一种基于历史数据和智能体学习的矿浆输送管网优化方法，属于浆体管道输送技术领域。优化方法包括：构建浆体输送管网数学模型；构建管网优化调度模型；建立马尔科夫决策过程；深度强化学习优化过程；构建目标函数作为优化问题的性能指标函数。所述方法提出了一个替代目标函数，考虑了管网节点的水头，水龄和高压隔膜泵的效率。与其他技术相比，本发明无需构建精确的动态模型，避免了高压隔膜泵过度的启停，提高了水力元件的使用寿命。为浆体输送管网的优化调度研究提供一种可行的解决方案。