基于DDQN優(yōu)化控制及ResNet異常檢測的濕法冶金設(shè)備智能控制模型研究

摘要： 建立了一種濕法冶金設(shè)備控制的經(jīng)濟(jì)效益最優(yōu)化模型，引入了基于深度雙Q網(wǎng)絡(luò)(Double Deep Deterministic Q-Network, DDQN)模型優(yōu)化求解算法，同時(shí)結(jié)合殘差網(wǎng)絡(luò)(Residual Network, ResNet)的深度學(xué)習(xí)能力，以實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行異常狀態(tài)的檢測和預(yù)警。對(duì)比仿真試驗(yàn)結(jié)果表明：該智能控制算法不僅能大幅提高濕法冶金設(shè)備運(yùn)行效率，還可增強(qiáng)系統(tǒng)... （共7頁）