换一批基于深度强化学习的中药制药过程自主优化决策方法研究
Methodology for adaptive decision--making research on manufacturing process of traditional Chinese medicine based on deep reinforcement learning
摘要中药生产过程容易受到原材料波动等不确定因素影响,进入非优操作状态,影响产品质量一致性.为此,需要面向中药制药全链条的各个环节,合理设计并采集质量相关物性参数、工艺参数、设备参数,解决制药过程数字化、模型化问题.该文提出了一种基于深度强化学习的非优工艺状态识别与自愈调控方法,实现了中药制造过程质量主动预防控制.以中药真空带式干燥工艺为例,完成了基于DQN算法的工艺自主决策模型的构建与验证,并针对具体实施过程进行了研究,从而实现了工艺参数组合自主优化策略发现和最优过程控制路径规划.研究结果表明,基于深度强化学习的优化决策技术有助于提高产品质量一致性,降低生产成本,提升企业效益.
更多相关知识
栏目名称
DOI
10.19540/j.cnki.cjcmm.20220705.304
发布时间
2023-03-07（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82074276）
国家中医药管理局创新团队与人才培养计划（ZYYCXTD-D-202002）
国家重大新药创制科技重大专项（2018ZX09201011）
天津市教委科研计划项目（2018KJ006）
- 浏览73
- 被引11
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
