基于改进RMSProp-PPO算法的铝电解参数寻优模型

摘要：

针对铝电解过程中参数调控没有科学的标准问题,本文探索了利用深度强化学习训练智能体,代替工艺人员对铝电解过程进行参数控制的离线设计方案.建立了铝电解过程中多个参数的寻优模型.选择基于改进RMSProp的近端策略优化算法(Proximal Policy Optimization,PPO),利用其与环境交互、根据奖赏改进策略选择的机制,学习铝电解过程中的规律,输出最优参数值,为工艺人员实际生产过程中调控参数提供参考标准.为验证最优参数可靠性,本文将实验结果应用于某厂单槽连续一个月的生产中,实验结果表明,改进的RMSProp-PPO具有更快的收敛性,同时参数寻优结果具有一定的可靠性和指导意义.

关键词：铝电解、多参数、RMSProp、深度强化学习、奖励机制、近端策略优化

所属期刊栏目：5

分类号：TP183(自动化基础理论)

在线出版日期：2021-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：170-174