【技术实现步骤摘要】
本专利技术涉及热管理系统领域，特别是涉及一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法。
技术介绍
1、现有的热管理系统通常依赖传统的反馈控制方法，这种方法难以应对复杂的多热源系统动态变化。现有技术的控制手段主要依赖于模型预测控制，能够通过预测未来的系统状态，实时优化控制输入。然而，模型预测控制方法对系统模型的依赖较大，在多热源系统中可能出现控制精度不足或计算量过大的问题。此外，虽然传统的mpc在工业控制和自动驾驶等领域已被广泛应用，但在复杂的温度控制系统中，它难以适应突发的工况变化，特别是在控制水泵、风扇等设备时，控制策略的灵活性和自适应能力有限。
技术实现思路
1、为了克服现有技术的不足，本专利技术的目的是提供一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，实现对风扇、水泵和阀门等设备控制策略的实时优化。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，包括：
<...【技术保护点】
1.一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，其特征在于，包括：
2.根据权利要求1所述的一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，其特征在于，所述奖励函数为：
3.根据权利要求1所述的一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，其特征在于，所述权重系数操作决策为：
4.根据权利要求1所述的一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，其特征在于，所述优化目标函数为：
5.根据权利要求1所述的一种基于强化学习模型预测控制的多热源热管理系统自适应控制...
【技术特征摘要】
1.一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，其特征在于，包括：
2.根据权利要求1所述的一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，其特征在于，所述奖励函数为：
3.根据权利要求1所述的一种基于强化学习模型预测控制的多热源热管理系统自适应控制方法，其特征在于，所述权重系数操作决策为：
4.根据权利要求...
【专利技术属性】
技术研发人员：郑潇，严宇超，赵俊良，孙晓霞，刘震涛，沈丽丽，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。