本發(fā)明涉及溫度、濕度、空氣清凈度以及空氣循環(huán)(Heating,Ventilation,Air?conditioningand Cooling,HVAC)的控制系統(tǒng)的智能控制方法，具體是一種基于廣義互熵(generalizedcorrentropy,GC)損失函數(shù)的長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short?term Memory,LSTM)和深度強(qiáng)化學(xué)習(xí)(Deep Reinforcement Learning,DRL)算法的HVAC控制系統(tǒng)。該方法包括的步驟如下：采集室外環(huán)境溫度、室內(nèi)環(huán)境溫度和電網(wǎng)的電價(jià)信息，對采集到的數(shù)據(jù)進(jìn)行預(yù)處理，使用室外環(huán)境溫度歷史數(shù)據(jù)預(yù)測未來多步的室外環(huán)境溫度，基于未來室外溫度值、室內(nèi)環(huán)境溫度和電網(wǎng)電價(jià)信息利用DRL的深度確定性策略(Deep Deterministic Policy Gradient,DDPG)算法控制HVAC系統(tǒng)的功率輸出。本發(fā)明能實(shí)時(shí)智能控制HVAC系統(tǒng)以減少用戶成本并且保證用戶的滿意度，具有較高的實(shí)際工程應(yīng)用價(jià)值。