一种基于深度强化学习的商业厨房烹饪参数自适应优化与协同节能方法

本发明公开了一种基于深度强化学习的商业厨房烹饪参数自适应优化与协同节能方法。该方法构建包含食材、设备、环境、任务和能耗五类特征的多维度状态表征；构建LSTM和多头注意力机制的联合预测模型，同时预测烹饪能耗和质量评分；将参数优化建模为马尔可夫决策过程，采用近端策略优化算法训练最优控制策略；构建基于有向无环图的多设备协同节能调度器，结合最早截止时间优先算法和峰值功率平滑策略生成调度计划；通过在线持续学习机制适应工况变化。本发明在不降低烹饪质量的前提下，综合节能23.5%以上，峰值功率降低20.8%，适用于各类商业厨房场景。