一种基于深度学习的自适应锚杆群支护控制系统及方法

本发明涉及岩土工程地下洞室支护技术领域，公开了一种基于深度学习的自适应锚杆群支护控制系统及方法，通过传感器实时采集锚杆节点的原始参数数据，对原始参数数据进行预处理，得到预处理后的参数数据；定义锚杆节点为博弈参与者，采用奖励函数使锚杆节点在博弈中向全局最优收敛；采用独立Q学习框架，为每个锚杆节点部署锚杆群协同决策模型，使用CNN网络提取地质特征，并结合LSTM网络建模时序动态，生成策略网络和价值网络；每个锚杆节点基于实时状态和博弈奖励，通过策略网络生成控制动作，并动态更新策略网络参数与价值网络参数；本发明显著提高了锚杆群支护控制的智能化水平和支护效果。