一种基于深度强化学习的永磁电机多目标优化方法及系统

本发明公开了一种基于深度强化学习的永磁电机多目标优化方法及系统，首先设定永磁电机优化变量与优化目标并根据永磁电机优化需求确定优化变量与优化目标的变化范围，接着基于优化变量与优化目标的变化范围对永磁电机进行有限元仿真并获得优化变量与优化目标数据集；本发明实现了具有结合深度神经网络代理模型与SAC深度强化学习算法对永磁电机进行高效稳定的多目标优化功能，且通过深度神经网络非线性拟合能力能提升代理模型的预测精度与泛化能力，同时通过SAC深度强化学习算法能根据强化学习框架的特性进行有效平衡探索与利用，而通过自动调整温度参数能对高维连续空间进行高效搜索，且能进一步提升收敛速度与稳定性，适合被广泛推广和使用。