摘要
本发明公开一种间歇结晶工艺优化方法、装置和设备,涉及间歇结晶过程控制领域;将当前初始状态数据和当前优化目标数据输入至训练好的强化学习优化模型得到优化后的工艺控制数据;训练好的强化学习优化模型是通过如下步骤训练得到的:基于间歇结晶过程数学模型并引入多模式扰动数据构建仿真数据集,利用仿真训练集训练待训练的时序神经网络模型,得到训练好的时序神经网络模型;以训练好的时序神经网络模型为交互对象,通过策略梯度算法训练待训练的强化学习优化模型,得到训练好的强化学习优化模型;间歇结晶过程数学模型基于粒数衡算方程构建;本发明能够提升工艺柔性、提升优化效率,增强控制策略的鲁棒性,普适性强。
技术关键词
时序神经网络
工艺优化方法
温度控制曲线
数学模型
结晶
仿真数据
方程
梯度算法
多模式
Sigmoid函数
训练集
参数
分布方差
数据获取模块
策略更新
优化装置
对象
系统为您推荐了相关专利信息
搬运机器人
智能货架
物料箱
信息上报系统
贪心策略
传输方法
混合整数线性规划
线性化方法
资源预留机制
不确定性模型
卫星导航信号载波
数学模型
多普勒
残差模型
整周模糊度