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，Q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。