摘要
本发明提供低氧低氮铝钒合金的冶金工艺优化方法及系统,涉及工艺优化技术领域,包括通过三层门控图注意力网络提取工艺参数间关联特征,结合时序注意力模块构建参数耦合状态向量;基于该状态向量构建工艺预测模型,融合热力学平衡方程与长短时记忆网络预测氧氮含量;采用Soft Actor‑Critic算法的深度强化学习网络,将参数耦合状态向量和氧氮含量预测值作为状态输入,输出工艺参数调整量;通过蒙特卡洛树搜索对未来调整策略进行规划并迭代训练,最终得到满足氧氮含量约束的最优工艺参数组合,实现冶金工艺的智能优化控制。
技术关键词
参数
蒙特卡洛树搜索
深度强化学习
注意力
节点
冶金工艺
网络
真空度
构建决策树
算法结构
多尺度特征
时序
动态校正
特征提取器
耦合特征
策略
工艺优化技术
规划
消息传递机制
系统为您推荐了相关专利信息
综合能源系统
热电联产机组
能量管理策略
注意力机制
网络
轴承故障诊断方法
分支
双线性插值
故障诊断模型
重构
交叉注意力机制
文本
高维特征向量
图像特征提取
图文