一种面向多参数耦合设备的智能体参数整定方法及系统

本发明提供了一种面向多参数耦合设备的智能体参数整定方法及系统，所述方法包括：在线采集步骤，采集设备或设备子单元的初始控制参数、初始测量指标、批次标识、子单元标识、参数约束和指标规格；训练条件判断步骤，由智能体根据样本量、覆盖度、失败率及批次漂移程度判断是否满足生成自动训练任务的条件；模型训练步骤，在满足训练条件时，智能体生成自动训练任务，并在训练沙箱中对参数预测模型进行训练、迭代和调优；策略包生成步骤，智能体将训练完成的参数预测模型封装为参数整定策略包。本发明提升了批次漂移场景下的适配能力和在线执行的安全性，实现了批量化多参数耦合设备参数整定的智能化、自适应和可持续优化。