一种基于近端策略优化的化霜控制方法及冰箱

本发明提供一种基于近端策略优化的化霜控制方法及冰箱，该方法包括采集冰箱的目标数据；对采集到的目标数据进行处理，判定数据是否存在缺失值和异常值，并分别进行处理；基于预处理后的数据构建多变量策略网络的状态空间；同时基于预处理后的数据计算能耗、冷冻室温度波动、压缩机启停次数、化霜间隔时间、化霜时长，构建多目标奖励函数；利用近端策略优化算法对构建的策略网络进行训练；将训练好的轻量级策略网络模型嵌入设备端控制装置，以及输出化霜控制方案。本申请将深度强化学习的近端策略优化方法应用于冰箱化霜决策，通过深度强化学习策略网络动态决策化霜时机实现能耗、温度稳定性综合优化，降低能耗，减少温度波动，延长压缩机寿命。