摘要： 傳統(tǒng)比例-積分-微分（PID）控制方法難以實(shí)現(xiàn)良好穩(wěn)定的控制效果。本文提出了基于深度強(qiáng)化學(xué)習(xí)的反應(yīng)堆熱工系統(tǒng)運(yùn)行溫度智能控制方法，步驟為：(1)搭建反應(yīng)堆熱工系統(tǒng)RELAP5模型，并對(duì)其進(jìn)行交互擴(kuò)展，使其能夠支持深度強(qiáng)化學(xué)習(xí)技術(shù)；(2)在柔性動(dòng)作-評(píng)價(jià)（SAC）算法的基礎(chǔ)上耦合了多變量長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)，有效提取了控制歷史信息的時(shí)序特征；(3)基于優(yōu)化目標(biāo)驅(qū)動(dòng)的控制... （共9頁）