高温场景下电动汽车热管理系统优化控制方法及存储介质

本发明涉及一种高温场景下电动汽车热管理系统优化控制方法，包括以下步骤：搭建训练环境；构建动作空间；构建状态空间；制定训练工况；构建奖励函数：构建第一阶段训练的第一奖励函数和第二阶段训练的第二奖励函数；搭建Actor网络和Critic网络；强化学习训练：对智能体进行第一阶段训练和第二阶段训练；基于第二阶段训练结束后的所述智能体对电动汽车热管理系统进行控制。本发明还提出了一种存储介质。本发明具有以下优点能够以量化的方式更加精准地获取多方面需求之间的平衡，有助于确保整个热管理系统工作在安全、高效的运行范围内，降低了训练收敛的不确定性，降低了调参难度，提升了复合奖励函数框架下智能体训练的效率。