基于神经网络多目标优化的充填成本决策方法

本发明属于充填成本决策的技术领域，涉及了基于神经网络多目标优化的充填成本决策方法，包括以下步骤：获取充填作业时间序列数据与经济动态指令融合生成基础数据序列；解析材料造价流计算演化评估量，生成经济寻优梯度特征流；提取抗压强度测试值进行偏移对照，生成疲劳收缩惩罚变量；将物理状态参量注入物理模型引入惩罚变量，计算安全边界阈值；通过预训练神经网络导出候选配比矩阵，结合经济特征流与原生探测纠偏量确定联合寻优梯度，据阈值筛选生成受控更新结果；达稳态时转为物料配比定额并下发被控设备。本发明解决了多源实时数据同步、经济反馈融合及物理边界自适应调整困难，导致充填成本优化与长期安全性难兼顾的问题。