分批补料发酵过程多目标优化的分布式强化学习策略
发酵过程优化问题通常包含有互相冲突的多重优化目标,另外反应本身具有诸多复杂性。提出一种基于Pareto的分布式Q学习多目标策略,用以求解赖氨酸分批补料发酵过程流加速率轨迹的Pareto最优解&该策略 中，学习算法和Pareto排序法将结合来产生非支配解集，并使之逼近真实的Pareto前沿＃利用奖赏机制来描 述多重目标之间的关系,并同时使用多组含有随机初始值的agent共同作用改善搜索能力。将所提出的方法应用 于赖氨酸分批补料发酵过程的优化中，并与粒子群优化进行了对比,验证策略的性能。
Q学习算法 多目标优化 赖氨酸分批补料发酵
李大字 宋天恒 靳其兵 谭天伟
北京化工大学信息科学与技术学院 北京化工大学生命科学与技术学院,北京 100029
国内会议
南京
中文
255-259
1900-01-01（万方平台首次上网日期，不代表论文的发表时间）