本發明公開了一種基于強化學習的煙葉容重測量方法,包括:構建基于強化學習的煙葉容重測量模型:以包含煙葉流量、加水量、筒溫、熱風溫度、蒸汽質量流量、出口水分和溫度的回潮滾筒的相關參數作為狀態數據,采用強化學習算法中的動作網絡依據狀態數據推算得到煙葉容重測量值,并根據煙葉容重測量值與煙葉容重實際值計算動作獎勵值,并依據該動作獎勵值構建TD誤差,依據TD誤差來構建動作網絡和強化學習算法中的評價網絡的損失函數,依據損失函數優化更新動作網絡和評價網絡參數,優化結束后,參數確定的動作網絡作為煙葉容重測量模型;應用時,煙葉容重測量模型依據實時采集的回潮滾筒的相關參數實時推算輸出煙絲容重測量值。
聲明:
“基于強化學習的煙葉容重測量方法” 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)