公开(公告)号：CN114859734A

公开(公告)日：2022-08-05

申请号：CN202210675362.5

申请日：2022-06-15

Applicant: 厦门大学

Inventor： 师佳 ,  文柯超 ,  徐星海 ,  谢惠民 ,  洪文晶

IPC: G05B13/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于改进SAC算法的温室环境参数优化决策方法，包括以下步骤：S1，将温室状态数据、温室环境参数决策数据、温室产出数据作为SAC算法的强化学习要素，利用历史人工种植经验数据提前填充经验缓冲区；S2，生成温室模拟器用于模拟温室种植过程；S3，设计SAC算法批判者神经网络的数量，设计SAC算法行动者神经网络的目标函数，得到改进SAC算法；S4，利用所述改进SAC算法生成新的温室环境参数决策数据，将所述新的温室环境参数决策数据输入所述温室模拟器进行新的种植周期，数据放入经验缓冲区，利用经验缓冲区数据更新所述批判者神经网络的参数和行动者神经网络的参数；S5，重复执行步骤S4，直至完成若干种植周期，得到神经网络。

公开(公告)号：CN114859734B

公开(公告)日：2024-06-07

申请号：CN202210675362.5

申请日：2022-06-15

Applicant: 厦门大学

Inventor： 师佳 ,  文柯超 ,  徐星海 ,  谢惠民 ,  洪文晶

IPC: G05B13/04 ,  G06N3/04 ,  G06N3/092

Abstract: 本发明涉及一种基于改进SAC算法的温室环境参数优化决策方法，包括以下步骤：S1，将温室状态数据、温室环境参数决策数据、温室产出数据作为SAC算法的强化学习要素，利用历史人工种植经验数据提前填充经验缓冲区；S2，生成温室模拟器用于模拟温室种植过程；S3，设计SAC算法批判者神经网络的数量，设计SAC算法行动者神经网络的目标函数，得到改进SAC算法；S4，利用所述改进SAC算法生成新的温室环境参数决策数据，将所述新的温室环境参数决策数据输入所述温室模拟器进行新的种植周期，数据放入经验缓冲区，利用经验缓冲区数据更新所述批判者神经网络的参数和行动者神经网络的参数；S5，重复执行步骤S4，直至完成若干种植周期，得到神经网络。