基于强化学习和粒子群算法的分布式绕组参数化设计方法

本发明公开了一种基于强化学习和粒子群算法的分布式绕组参数化设计方法，涉及舰船消磁技术领域，基于强化学习和粒子群算法的分布式绕组参数化设计方法主要包括：根据感应磁场和绕组效率，设置强化学习和粒子群算法参数，初始化强化学习的状态及Q表，利用强化学习给出绕组组合，利用PSO算法对该绕组组合进行电流优化，根据剩余磁场得出评价指标与奖励值，奖励值反馈给强化学习模型并更新Q表，强化学习达到最大轮数或者上下方剩余磁场均在预设范围内终止强化学习，得到最终方案。实施本发明提供的基于强化学习和粒子群算法的分布式绕组参数化设计方法，能同时优化消磁系统中分布式绕组位置和电流，有效应对复杂舰船结构或动态环境变化。