一种采用神经网络算法的多目标热力学优化算法

本发明涉及热力学优化算法技术领域，公开了一种采用神经网络算法的多目标热力学优化算法。先获取目标系统包含温度场分布等的多目标热力学参数集合，构建基于深度神经网络的热力学模型生成初始优化参数。接着用预设多目标优化算法动态调整参数，将调整后的参数输入迭代优化模块更新模型权重得到最终优化参数集，最后分类存储至数据库。该算法能精准处理复杂热力学参数关系，综合优化多目标，优化过程稳定可靠，结果符合物理实际，且数据管理安全高效，还可根据工况优化模型，有效提升热力学系统性能。