一种基于强化学习模型的涂料耐腐蚀性预测方法及其系统

本发明公开了一种基于强化学习模型的涂料耐腐蚀性预测方法及其系统，涉及涂料耐腐蚀性预测技术领域，包括采集涂料在腐蚀环境中的数据，利用YOLO v5算法形成结构化的腐蚀性能数据表，通过插值方法结合动力学方程生成时间序列的腐蚀状态，使用改进的Double DQN算法训练强化学习模型并生成耐腐蚀性的调整策略。不仅能够准确反映在腐蚀环境中涂料的腐蚀行为，还能快速生成耐腐蚀性能优化调整策略，实现了腐蚀性能调整的智能化和高效化。