基于DRL多目标船舶电力系统故障网络动态重构方法及系统

本发明提供了基于DRL多目标船舶电力系统故障网络动态重构方法及系统，通过将电路图简化为有向图，将对种群比例参数的调整作为深度强化学习算法的动作选择，依据解间距与熵度量值的变化决定奖励函数，引入线路负荷均匀度作为辅助评价指标，实现了加快算法收敛速度的功能。本发明引入DQN算法实时监测种群多样性指标的动态变化，在迭代中动态调整种群比例、引导进化方向；引入双种群进化策略，拆分种群采取不同的遗传操作，改善NSGA‑II算法的进化导向精度和适应能力；实施双种群进化策略，在扩大算法搜索维度的同时突破局部极值限制，利用智能体对种群指标的实时监测动态调整种群分割比例参数，提高了重构时间，提供性能更优的解集。