买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜国科大杭州高等研究院申请的专利一种大面源黑体无参温度控制方法、装置及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119536413B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510105108.5，技术领域涉及：G05D23/20；该发明授权一种大面源黑体无参温度控制方法、装置及介质是由亓洪兴;杨文航;刘世界;徐霖;张阳阳;朱首正;何欣;王建宇;李春来;金海军;金柯设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种大面源黑体无参温度控制方法、装置及介质在说明书摘要公布了：本发明属于温控技术领域，公开了一种大面源黑体无参温度控制方法、装置及介质，包括：S1，获取数据集；S2，问题建模；S3，以深度DQN网络为基础构建大面源黑体无参温度控制模型，然后利用训练数据集对大面源黑体无参温度控制模型进行训练；S4，验证与调整，使用测试数据集评估大面源黑体无参温度控制模型，得到最优的大面源黑体无参温度控制模型；S5，将最优的大面源黑体无参温度控制模型应用于大面源黑体温度控制系统中对大面源黑体的温度进行控制。本发明基于深度DQN网络，通过精确的状态和动作设计，以及优化的奖励函数，能够在最少的动作步数内快速且精准地将温度调节到目标值。

本发明授权一种大面源黑体无参温度控制方法、装置及介质在权利要求书中公布了：1.一种大面源黑体无参温度控制方法，其特征在于，包括以下步骤：S1，获取数据集，通过黑体系统仿真生成仿真温度数据集，并搭建实际温度采集系统，获取真实温度数据集，将仿真温度数据集与真实温度数据集混合后按比例划分为训练数据集和测试数据集；S2，问题建模，将无参数温控问题建模为马尔可夫决策过程，定义“智能体-环境”交互机制，明确状态、动作和奖励的关系，包括以下步骤：S2.1，定义状态空间：定义状态向量包含当前温度T（t）、目标温度Tgoal、环境温度TE和温度变化速率△T（t），即状态S=[T（t）,Tgoal,TE,△T（t）]；S2.2，定义动作空间：动作A表示大面源黑体无参温度控制算法的智能体选择的占空比值，动作空间为A=｛10,20,30,...100｝；S2.3，定义奖励函数，奖励函数同时考虑温度误差、余热效应、控制效率和超调惩罚；当温度控制未达到目标温度时，奖励函数公式为： ，其中R表示环境对当前动作的反馈奖励，∣T（t）﹣Tgoal∣表示当前温度T（t）与目标温度Tgoal之间的绝对偏差；Nstep是智能体所采取的动作步数；Tresidual表示余热效应导致的额外温升；λ，γ，δ分别是平衡动作步数、余热影响的权重系数和超调惩罚强度的权重系数；max表示取最大值；若温度控制达到目标温度Tgoal，则奖励函数公式为：R=R+C，其中C是一个固定的高奖励值；S3，以深度DQN网络为基础构建大面源黑体无参温度控制模型，然后利用训练数据集对大面源黑体无参温度控制模型进行训练；基于深度DQN网络使智能体通过贪心策略精准调节占空比，在最少步数内实现高效的目标温度控制；所述大面源黑体无参温度控制模型的工作过程包括：S3.1，在大面源黑体无参温度控制模型的初始化阶段，首先对神经网络的参数进行随机初始化；然后，初始化经验回放缓冲区，该经验回放缓冲区用于存储智能体与环境交互过程中产生的状态、动作、奖励和下一个状态的四元组；S3.2，在大面源黑体无参温度控制模型的动作选择阶段，采用贪心策略，在贪心策略下，智能体以概率随机选择一个动作a进行探索；以概率选择当前状态下Q值最大的动作A，即： ，S3.3，在大面源黑体无参温度控制模型的状态更新阶段，智能体根据所选动作A计算占空比对大面源黑体无参温度控制模型的影响，并更新环境的状态，得到下一状态S’： ，其中T（t+1）为更新后的温度值，TE为环境温度，△T（t+1）为新的温度变化量；同时，智能体根据环境的反馈和设定的奖励函数计算即时奖励R；交互数据S,A,R,S’随后被存储到经验回放缓冲区M中；S3.4，在大面源黑体无参温度控制模型的动作更新阶段，深度DQN网络通过从过去经验中学习，最小化目标Q值与预测Q值的误差，从而优化大面源黑体无参温度控制模型，最大化奖励；优化的深度DQN网络损失函数Loss公式如下，该损失函数用于训练深度DQN网络，以最小化预测值Qst,at；θ和目标值Qtargetst,at；θ-之间的均方误差： ，其中，Qst,at；θ是当前深度DQN网络基于状态st和动作at的输出，θ为深度DQN网络的参数；Qtargetst,at；θ-是通过深度DQN网络计算的目标值，θ-是深度DQN网络的延迟更新版本；损失函数通过批量大小N进行优化，每次计算均方误差的平均值，用于调整深度DQN网络的参数θ；S4，验证与调整，使用测试数据集评估大面源黑体无参温度控制模型，比较预测温度与目标温度的偏差，并根据验证结果对大面源黑体无参温度控制模型的参数进行优化调整，得到最优的大面源黑体无参温度控制模型；S5，将最优的大面源黑体无参温度控制模型应用于大面源黑体温度控制系统中对大面源黑体的温度进行控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国科大杭州高等研究院，其通讯地址为：310024 浙江省杭州市西湖区象山支弄1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。