首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于多智能体系统的通排风协同控制方法及装置 

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!

申请/专利权人:深圳市亚晔实业有限公司

摘要:本发明提供了一种基于多智能体系统的通排风协同控制方法及装置,环境智能体收集7种环境参数,包括温度、湿度、风速、CO2浓度、PM2.5、噪音、能耗;定义送风机智能体奖励函数Rs,排风机智能体奖励函数Rp;优化奖励函数Rs、Rp,找到最大化奖励函数Rs和Rp的行动;基于环境参数稳定性、能耗效率和响应时间,调整奖励函数Rs、Rp的权重;使用Pareto优化奖励函数,设定联合奖励函数R用于平衡送风机和排风机的目标。

主权项:1.一种基于多智能体系统的通排风协同控制方法,其特征在于,包括:S1、环境智能体收集7种环境参数,包括温度T、湿度RH、风速V、CO2浓度C、PM2.5浓度P、送风机噪音Ns和排风机噪音Np、送风机能耗Es和排风机能耗Ep;S2、定义送风机智能体奖励函数Rs=w11×T+w12×RH+w13×V+w14×C+w15×P-w16×Ns-w17×Es+Δws,Δws表示送风机智能体权重系数调整的奖励,w11至w17是权重系数,用于平衡各个指标的权重;S3、定义排风机智能体奖励函数Rp=w21×C+w22×P-w23×Ep-w24×Np+Δwp,Δwp表示排风机智能体权重系数调整的奖励,w21至w24是权重系数,用于平衡各个指标的权重;S4、使用Q-learning或DeepQ-Networks优化奖励函数Rs、Rp,找到最大化奖励函数Rs和Rp的行动;实施ε-greedy策略,在每个决策时刻,以ε的概率随机选择一个动作,以1-ε的概率选择Q表或神经网络中指示的最佳动作;设定学习率和折扣因子;S5、基于环境参数稳定性、能耗效率和响应时间,调整奖励函数Rs、Rp的权重;S6、使用Pareto优化奖励函数,设定联合奖励函数R=Rs+Rp-λ×||Ss-Sp||2+Δwc,Δwc表示送风机和排风机协商过程中的权重系数调整奖励,λ是权重系数,用于平衡送风机和排风机的目标;||Ss-Sp||2是送风机和排风机策略之间的欧氏距离的平方,兼顾送风机和排风机的目标。

全文数据:

权利要求:

百度查询: 深圳市亚晔实业有限公司 一种基于多智能体系统的通排风协同控制方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。