本發(fā)明涉及一種基于強(qiáng)化學(xué)習(xí)的工質(zhì)熱物性獲取方法、系統(tǒng)和存儲(chǔ)介質(zhì)，方法包括：將神經(jīng)網(wǎng)絡(luò)模型作為強(qiáng)化學(xué)習(xí)的決策網(wǎng)絡(luò)，以進(jìn)口溫度作為所述神經(jīng)網(wǎng)絡(luò)模型的輸入，并通過(guò)所述神經(jīng)網(wǎng)絡(luò)模型獲得最優(yōu)的熱物性參數(shù)；將物理模型作為強(qiáng)化學(xué)習(xí)的估值網(wǎng)絡(luò)，并將所述最優(yōu)的熱物性參數(shù)輸入所述物理模型，通過(guò)所述物理模型獲得預(yù)測(cè)出口溫度；根據(jù)所述預(yù)測(cè)出口溫度獲取強(qiáng)化學(xué)習(xí)的獎(jiǎng)勵(lì)；根據(jù)所述獎(jiǎng)勵(lì)修正所述神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)參數(shù)，直至所述神經(jīng)網(wǎng)絡(luò)模型收斂。采用本方法，只需測(cè)量工質(zhì)流量、進(jìn)口溫度和出口溫度，便解決了高溫、高壓下甚至超臨界條件下工質(zhì)物性預(yù)測(cè)問(wèn)題，降低了常溫、常壓條件下工質(zhì)物性測(cè)量的人力、物力。