基于强化学习的无监督自适应节能优化算法及方法

本发明提供了基于强化学习的无监督自适应节能优化算法及方法，涉及机器学习技术领域，包括状态空间S、动作空间A、奖励函数R和Q‑learning算法，所述状态空间S包含冷源群控系统的各类设备参数和环境状态；所述动作空间A用于基于当前状态，根据强化学习策略对控制参数进行调整；所述奖励函数R用于衡量调整动作后节能效果与设备运行情况；所述Q‑learning算法用于智能体使用Q值来判断每个状态下采取不同动作的好坏；本发明通过强化学习算法，在缺乏历史数据的情况下，直接从环境反馈中学习并优化控制策略，这种方法不依赖于先验的精确模型，能够适应动态变化的环境。