一种基于多评估者和多专家模仿学习的PPO改进算法施肥模式优化方法

本发明提供了一种基于多评估者和多专家模仿学习的PPO改进算法施肥模式优化方法，该方法包括：将气象资料、土壤资料、田间管理资料和作物品种参数整合为模型数据库并构建DSSAT模型；通过GLUE法对DSSAT模型进行参数率定后再进行灌溉条件受限模拟，得到最优氮运筹模式；基于最优氮运筹模式和DSSAT模型，将施肥决策转化为马尔可夫决策过程并生成五元组；再通过多专家模仿学习和多评估者机制构建MEIL‑MCPPO算法框架，并通过最优氮运筹模式和五元组进行算法训练与评估，最终通过训练好的算法得到动态施肥策略。该方法通过结合多评估者方法和多专家模仿学习机制，并针对作物不同生长阶段构建独立价值函数，减少了无效探索并提升了算法性能。