基于机器学习的煤炭散货装卸效率优化方法和系统

本申请提供一种基于机器学习的煤炭散货装卸效率优化方法和系统，涉及煤炭散货装卸的技术领域，该方法包括：利用大语言模型识别关键因素，及关键因素与煤炭散货装卸效率之间的量化关联规则；将堆场决策拓扑图输入至强化学习模型，通过执行状态空间编码、动作选择和奖励函数计算的流程，确定煤炭散货装卸方案，奖励函数以最大化当前周期内煤炭散货装卸效率的预测值为目标，且依据关键因素和量化关联规则构建得到；在煤炭散货装卸方案完成后，采集当前周期内煤炭散货装卸效率的实际值，计算效率差值，基于效率差值，优化下一周期内煤炭散货装卸效率。本申请在精准满足装卸车作业的各项必要条件的同时，能够有效实现效率的提升。