買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國環境科學研究院申請的專利基于強化學習的水體微生物風險分析方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120220788B 。

龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510694609.1，技術領域涉及：G16B5/00；該發明授權基于強化學習的水體微生物風險分析方法是由滕苗苗;孫嘉琪;張子譞;趙李輝;李云霞;吳豐昌設計研發完成，并于2025-05-28向國家知識產權局提交的專利申請。

本基于強化學習的水體微生物風險分析方法在說明書摘要公布了：本發明公開了一種基于強化學習的水體微生物風險分析方法，S1.生成標準化觀測數據集；S2.基于標準化觀測數據集構建動態水體圖；S3.針對動態水體圖結構執行動態圖表示學習，在節點向量表征矩陣基礎上生成時空風險熱度矩陣；S4.構建貝葉斯獎勵函數先驗分布，初始化獎勵函數并建立獎勵函數參數集合；S5.采用最大后驗逆向強化學習模型對獎勵函數參數集合進行增量學習，輸出第一傳播勢場；S6.獲得最優擴散路徑序列；S7.將最優擴散路徑序列與標準化觀測數據集進行路徑重建誤差分析，得到動態反饋指標。本發明實測中對突發事件引起的污染擴散響應延遲大幅度縮短，顯著提升了系統在突發污染場景中的應急建模能力。

本發明授權基于強化學習的水體微生物風險分析方法在權利要求書中公布了：1.一種基于強化學習的水體微生物風險分析方法，其特征在于，包括如下步驟： S1.采集目標水域中的原始觀測數據集并進行預處理，生成標準化觀測數據集； S2.基于標準化觀測數據集構建動態水體圖； S3.針對動態水體圖結構執行動態圖表示學習，得到節點向量表征矩陣，并在節點向量表征矩陣基礎上生成時空風險熱度矩陣； S4.利用標準化觀測數據集、節點向量表征矩陣與時空風險熱度矩陣，構建貝葉斯獎勵函數先驗分布，初始化獎勵函數并建立獎勵函數參數集合； S5.在動態水體圖結構上以標準化觀測數據集為行為結果輸入，采用最大后驗逆向強化學習模型對獎勵函數參數集合進行增量學習，輸出第一傳播勢場； S6.以第一傳播勢場作為適應度評價依據，調用人工蜂群優化算法在動態水體圖結構上執行全局搜索，生成候選擴散路徑集合，基于候選擴散路徑集合與第一傳播勢場，執行跟隨蜂局部精化與偵察蜂隨機擾動操作，獲得最優擴散路徑序列； S7.將最優擴散路徑序列與標準化觀測數據集進行路徑重建誤差分析，得到動態反饋指標，并形成聯合收斂迭代循環，當循環結束時，輸出最終擴散路徑序列、動態風險區分布圖以及獎勵函數敏感性指標； 所述S6包括以下步驟： S61.計算每一條擴散路徑的路徑適應度值，路徑適應度值的計算方法為將擴散路徑上所有空間節點在對應時間步的傳播勢能值依次乘以其在路徑中的風險權重系數后求和，傳播勢能值從第一傳播勢場中獲取； S62.初始化人工蜂群優化算法的蜂群個體集合，設置先導蜂數量、跟隨蜂數量與偵察蜂數量，并生成與之數量一致的初始路徑集合，每一個路徑個體由一組空間節點組成； S63.對每一條由先導蜂生成的路徑，按照傳播勢場的梯度方向執行路徑更新操作，路徑更新操作通過在原路徑基礎上沿著傳播勢能上升方向插入新的空間節點或調整路徑走向； S64.對每一條由跟隨蜂負責優化的路徑，基于當前傳播勢場適應度最高路徑進行局部精化操作； S65.由偵察蜂負責執行全隨機路徑搜索機制，隨機路徑由在動態水體圖結構上隨機選取連通空間節點構建而成，若隨機路徑的傳播勢能累積值高于當前路徑集合中最差路徑的傳播勢能累積值超過最小改進閾值，則將擴散路徑替換原集合中最差路徑； S66.重復執行先導蜂的全局引導搜索、跟隨蜂的局部精化搜索與偵察蜂的隨機搜索機制，在每一輪迭代中記錄當前適應度最高的路徑，并將其作為路徑種群的參考最優解，當達到最大迭代次數或路徑適應度值提升幅度小于預設終止閾值時，終止人工蜂群優化過程； S67.在人工蜂群優化過程終止后，輸出最終的最優擴散路徑，最優擴散路徑為當前所有路徑個體中傳播勢能累積值最高的路徑，擴散路徑表示病原微生物在動態水體圖結構中由潛在源頭擴散至高風險區域的最可能傳播路徑。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國環境科學研究院，其通訊地址為：100012 北京市朝陽區洼里鄉大羊坊8號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。