CN119759153A 基于深度学习的多工法协同降尘智能管控方法_第1页
CN119759153A 基于深度学习的多工法协同降尘智能管控方法_第2页
CN119759153A 基于深度学习的多工法协同降尘智能管控方法_第3页
CN119759153A 基于深度学习的多工法协同降尘智能管控方法_第4页
CN119759153A 基于深度学习的多工法协同降尘智能管控方法_第5页
已阅读5页，还剩31页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

(12)发明专利申请(22)申请日2025.03.06(71)申请人东北大学有限公司11297(54)发明名称(57)摘要基于矿场数据，构建数字矿场模型；其中，数字矿场模型包括地形模型、设备模型和粉尘产生与扩散体23456附图说明图3是本发明实施例提供的基于深度学习的多工法协同降尘智能管控装置的结构示意图；789之间的差异程度。通过对策略比率进行裁剪，裁剪公式如下公式(3)所示：随机数生成函数结合概率分布来实现采样操作。例如，在Python中，可以使用经验缓冲区中随机抽取32条经验数据，组成一个小批量样本。例如，可以使用果r(θ)<1-ε,则clip(r(θ),1-ε,1+ε)=1-ε;场的环境数据、设备的运行数据以及地形数据基于矿场数据，构建数字矿场模型；其中，数字矿场模型包括地形模型、设备模型和粉尘产生与扩散体基于强化学习智能体，对矿场进行降尘控制基于预先创建的人机交互界面监控降尘控制动作选择动作选择获取反馈评估性能计算优势函数估计值交互阶段采样数据计算损失更新参数网络更新阶段创建存储空间作为经验缓冲区搭建策略网络和价值网络设置超参数初始化阶段是否

人人文库> 全部分类> 行业资料 > 各类标准

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论