[发明专利]基于强化学习的烟叶烘烤曲线推荐方法

说明书

本发明涉及基于强化学习的烟叶烘烤曲线推荐方法，包括获取烟叶烘烤请求；获取烟叶烘烤曲线的推荐模型；判断烟叶烘烤请求是否为空；若是，对推荐模型进行初始化，形成实际烟叶烘烤曲线；若否，判断烟叶烘烤请求是否有新增数据；若有，对推荐模型进行强化学习，形成实际烟叶烘烤曲线；若无，根据烟叶烘烤请求推荐最佳烘烤曲线。本发明通过根据不同的烘烤请求，推荐不同的烘烤曲线，即烘烤请求内的数据与历史烘烤曲线数据一致，对推荐模型进行初始化训练，有新数据增加时对推荐模型进行强化学习，用户输入的待烘烤烟叶的相关参数，推荐最佳烘烤曲线，实现保证最大程度将新鲜绿色的烟叶烘烤成干燥橙黄色的烤烟，保证烤烟的质量。

技术领域

本发明涉及烤烟烘烤工艺，更具体地说是指基于强化学习的烟叶烘烤曲线推荐方法。

背景技术

曲线式烘烤图表(即烟叶烘烤曲线)是烟叶烘烤行业一直沿用的技术图表，此图表指导烟叶烘烤，现有的烟叶烘烤曲线是遵循烤烟三段式理论，即通过烘烤工艺曲线去控制烤房内的温度和湿度，按照曲线要求的干球温度、湿球温度以及空靠持续时间来控制烤房的温度和湿度，从而实现将新鲜绿色的烟叶烘烤成干燥橙黄色的烤烟。

现有的烟叶烘烤曲线无法根据不同的情况进行微调，即烘烤工艺曲线已经是固定的，无法更改的，无法根据用户实际情况进行推送合理的烘烤曲线，若一直采用固定的烘烤工艺曲线，则会导致有一些特殊的烟叶无法充分烘烤为烤烟，造成浪费。

因此，有必要设计一种烟叶烘烤曲线推荐方法，实现根据烘烤实际情况推送合理的烘烤曲线，以保证最大程度将新鲜绿色的烟叶烘烤成干燥橙黄色的烤烟，保证烤烟的质量。

发明内容

本发明的目的在于克服现有技术的缺陷，提供基于强化学习的烟叶烘烤曲线推荐方法。

为实现上述目的，本发明采用以下技术方案：基于强化学习的烟叶烘烤曲线推荐方法，所述方法包括：

获取烟叶烘烤请求；

获取烟叶烘烤曲线的推荐模型；

判断烟叶烘烤请求是否为空；

若是，则对推荐模型进行初始化，形成实际烟叶烘烤曲线；

若否，则判断烟叶烘烤请求是否有新增数据；

若有，则对推荐模型进行强化学习，形成实际烟叶烘烤曲线；

若无，则根据烟叶烘烤请求推荐最佳烘烤曲线。

其进一步技术方案为：获取烟叶烘烤曲线的推荐模型的步骤，包括以下具体步骤：

获取历史烘烤曲线时序温度数据；

获取历史烘烤曲线元数据；

根据时序温度数据以及元数据形成推荐模型。

其进一步技术方案为：对推荐模型进行初始化，形成实际烟叶烘烤曲线的步骤，包括以下具体步骤：

创建二维矩阵；

遍历历史烘烤曲线时序温度数据；

创建二维矩阵对应的预测二维矩阵；

根据二维矩阵内的矩阵单元训练预测二维矩阵，形成实际烟叶烘烤曲线。

其进一步技术方案为：遍历历史烘烤曲线时序温度数据的步骤，包括以下具体步骤：

获取烘烤曲线以及烘烤曲线的评分，形成向量<时间-1,烘烤曲线,烘烤曲线的评分>，添加至二维矩阵的矩阵单元中。

其进一步技术方案为：根据二维矩阵内的矩阵单元训练预测二维矩阵，形成实际烟叶烘烤曲线的步骤，包括以下具体步骤：

初始化预测二维矩阵；