强化学习纺纱张力动态优化方法及其系统

本发明涉及纺织工程技术领域，特别涉及强化学习的纺纱张力动态优化方法及其系统，方法包括：采用基于黎曼流形的多策略卷积神经网络构建纺纱控制器，通过三层特殊结构的卷积网络提取特征，结合价值网络和比较优势分析模块实现多策略决策；搭建离线仿真环境预训练控制器；采用流形保持映射的迁移学习机制实现从仿真到实际的无缝适应；使用基于Spark框架的分布式计算架构加速模型训练；应用训练好的控制器完成纱线张力动态优化,通过流形学习理论增强对纺纱参数复杂非线性关系的表达能力，显著提高了纱线强力和均匀度，降低断头率，提升生产效率，实现了纱线质量和生产效率的动态平衡，具有良好的工业应用价值。