本發(fā)明公開了一種基于深度強化學(xué)習(xí)的反應(yīng)溫度控制方法和系統(tǒng)，該控制方法通過溫度控制模型輸出用于調(diào)整加熱時間和溫度的控制參數(shù)，其溫度控制模型基于柔性動作評價算法框架建立，可以通過深度強化學(xué)習(xí)的方式對溫度控制模型內(nèi)部的策略網(wǎng)絡(luò)進行權(quán)重更新，使得在經(jīng)過多次迭代學(xué)習(xí)后，策略網(wǎng)絡(luò)可以具備更好地預(yù)測準(zhǔn)確性，從而提高控制參數(shù)輸出的合理性，同時使評價網(wǎng)絡(luò)所輸出的評價值可以在該過程中對策略網(wǎng)絡(luò)輸出的控制參數(shù)進行準(zhǔn)確的評價，反向地對控制參數(shù)的調(diào)整作出指導(dǎo)，最終的目的均是使得控制參數(shù)可以更為準(zhǔn)確地控制加熱設(shè)備，從而使膠體金制備過程中的溫度可以實現(xiàn)動態(tài)的穩(wěn)定，減少外界因素的干擾，從而達到最優(yōu)的制備效果。