摘要
本发明公开了一种加速器束流参数优化方法及系统,涉及参数优化技术领域,获取加速器束流的束流参数与控制变量的实时数据,获取加速器束流的束流剖面图像,通过计算机视觉技术提取所述束流剖面图像的束流包络特征和束斑形状特征,结合所述束流参数与所述束流包络特征和束斑形状特征,构建评估束流状态的综合评估指标,计算当前束流与预设的目标状态的状态偏差,根据所述状态偏差,判断当前束流是否满足预设阈值;若不满足,则基于所述综合评估指标,通过强化学习模型调整所述控制变量,生成新的控制变量组合解决了多参数耦合优化的技术问题,实现了对束流质量的综合评估和自动智能控制。
技术关键词
参数优化方法
强化学习模型
分布式数据采集系统
计算机视觉技术
多维特征向量
空间分布特征
包络
神经网络结构
实时数据
偏差
图像特征提取
内部结构特征
加速器控制系统
深度确定性策略梯度
指标
自动智能控制
参数优化技术
双网络架构
系统为您推荐了相关专利信息
归档管理系统
分层特征
分类规则
关键词
时间序列特征
深度强化学习模型
深度学习模型
新型储能系统
能源系统
网络
动态变化数据
暂态过程
仿真平台
深度强化学习模型
电网设备
复合材料成型工艺
优化工艺参数
参数优化方法
训练样本数据
力学