基于强化学习的多Agent污水处理决策支持系统

摘要

本发明公开了一种基于强化学习的多Agent污水处理决策支持系统，将水污染源附近的污水处理厂抽象成具有一定属性的Agent主体，将强化学习与Agent概念相结合，定义强化学习的状态集、动作集；初始化强化学习中Q学习的参数，包括学习速率、折扣因子、Q值；各个Agent通过感知模块获得当前状态，并根据动作选择策略选择当前状态下最优动作；根据Q学习中的Q值公式进行Q值的计算与更新；一次学习过程结束，等待或者马上进入下一个学习过程，直到Q值收敛，得到最优决策。本发明从整个污水处理系统的全局出发，宏观调配污水处理厂的使用情况，具有较高的灵活性与自适应能力，并且可扩展性也非常高，具有较高的实用价值。