本發明提供一種基于強化學習的濃密機在線控制方法,能夠降低時間消耗,并提高控制精度。所述方法包括:獲取生產過程中所監測到的歷史記錄數據;建立由模型網絡和評價網絡組成的雙網結構的控制模型,并利用獲取到的歷史記錄數據對所述模型網絡和評價網絡進行訓練;通過訓練好的模型網絡預測下一時刻的底流濃度和泥層高度,且訓練好的評價網絡根據預測到的所述下一時刻的底流濃度、泥層高度,估計所述下一時刻的累計代價值,根據估計得到的下一時刻的累計代價值,計算當前時刻的累計代價值,根據得到的當前時刻的累計代價值,利用梯度下降迭代算法確定當前時刻最優控制動作:底流泵速、絮凝劑泵速。本發明涉及采礦領域。
聲明:
“基于強化學習的濃密機在線控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)