一种基于人工智能优化的水性胶涂布控制方法及系统

本发明提供一种基于人工智能优化的水性胶涂布控制方法及系统，获取涂布过程的过程参数和涂层质量参数构成的历史数据集并聚类，根据聚类结果得到全局诱导点集合；根据当前涂布阶段的目标参数值和目标参数的边界确定阶段诱导点子集，利用全局诱导点集合和阶段诱导点子集更新稀疏高斯过程回归模型；计算质量波动指标，并基于质量波动指标确定预测时域的长度，在所述预测时域内采用多层级机会约束的方式构建优化问题，当任一关键过程参数的实际值与基于稀疏高斯过程回归模型的预测轨迹之间的偏差量超过偏差阈值，对所述优化问题求解得到在所述预测时域内的最优控制动作序列，从最优控制动作序列中确定最终的控制动作并发送给执行机构。