简介： 本发明采用深度强化学习技术，将粮食库的状况检测与健康情况预测前一周期的预测结果与采集到真实结果进行比较，以差距的大小区间设置奖励或者惩罚，模型为了得到奖励，会修正自身以保持预测结果在设置好的奖励区间内，实现对粮食库数据的可靠预测。本发明具备一般非线性模型的预测能力强的优点，结合了强化学习的环境反馈能力，将这种能力应用在对未来一定周期的数据预测反馈上，提高了一定周期的粮食库状况检测与健康情况预测数据的高度可靠度。