基于多源数据强化学习的拌和楼自动入仓补料方法

本发明涉及人工智能技术领域，尤其涉及一种基于多源数据强化学习的拌和楼自动入仓补料方法。本发明通过采集拌和楼多源数据并编码为状态向量输入预训练的强化学习智能体，输出各仓补料时长分配结果并执行补料；通过计算仓群供料连续保障度判定是否符合标准；基于最小料位充裕比归因为调度侧决策滞后或供给侧补给能力不足；通过补料时长补偿值与给料阀开度补偿值进行分层调节；当调节无效时基于料位累积偏差判定数据采集偏差，并通过皮带秤流量波动度自适应调节料位读数平滑系数。本发明实现了多仓入仓补料的长时序前瞻性调度与递进式异常归因调节，显著降低了断料与溢仓风险，提高了系统在传感器性能衰退工况下的决策可靠性。