买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉水利部珠江水利委员会技术咨询(广州)有限公司申请的专利一种基于深度强化学习的水资源需求优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120235311B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510532678.2，技术领域涉及：G06Q10/04；该发明授权一种基于深度强化学习的水资源需求优化方法及系统是由李善综;李伟;刘艳菊;郝芝建;张旭;农珊;蒋永强;孙前;李莎;刘玮涵;朱畅畅;刘和昌设计研发完成，并于2025-04-25向国家知识产权局提交的专利申请。

本一种基于深度强化学习的水资源需求优化方法及系统在说明书摘要公布了：本发明公开了一种基于深度强化学习的水资源需求优化方法，涉及水资源管理技术领域，包括：获取原始数据和实时数据；对原始数据进行预处理；根据原始数据提取极端气候事件的参数，并根据历史气候数据和极端气候事件的参数，基于预训练的环境模拟器生成若干个扰动场景的极端场景数据，根据优化训练集训练预设的基于DQN的深度强化学习模型，基于DQN的深度强化学习模型的网络架构为CNN，于多目标强化学习策略优化基于DQN的深度强化学习模型，得到训练好的基于DQN的深度强化学习模型，将实时气候数据输入训练好的基于DQN的深度强化学习模型，输出实时优化的区域水资源需求数据。本发明显著提升了水资源需求优化的决策效率和精准度。

本发明授权一种基于深度强化学习的水资源需求优化方法及系统在权利要求书中公布了：1.一种基于深度强化学习的水资源需求优化方法，其特征在于，包括： 获取原始数据和实时数据，所述原始数据包括收集历史气候数据、历史区域水资源需求数据，所述实时数据包括实时气候数据； 对所述原始数据进行预处理，得到预处理数据，对所述预处理数据进行数据标签化得到训练数据集； 根据所述原始数据提取极端气候事件的参数，并根据所述历史气候数据和极端气候事件的参数，基于预训练的环境模拟器生成若干个扰动场景的极端场景数据，所述环境模拟器用于根据输入的极端事件的参数和历史气候数据模拟其他相关环境参数的变化过程； 在所述训练数据集中随机插入所述极端场景数据，得到优化训练集； 根据所述优化训练集训练预设的基于DQN的深度强化学习模型，所述基于DQN的深度强化学习模型的网络架构为CNN； 基于多目标强化学习策略优化所述基于DQN的深度强化学习模型，得到训练好的基于DQN的深度强化学习模型，所述多目标强化学习策略的奖励函数包括水资源奖励函数、灌溉效率奖励函数和生态需求奖励函数； 将所述实时气候数据输入训练好的基于DQN的深度强化学习模型，输出实时优化的区域水资源需求数据； 所述奖励函数为： ； ； ； ； 其中，为节约水资源的奖励，为当前区域的水资源消耗量，是灌溉效率的奖励，是作物的产量，是用于灌溉的水量，是生态需求的奖励，是生态区域的水位，是生态区域所需的最低水位，abs为绝对值函数，w1，w2，w3分别表示节约水资源、提高灌溉效率和保障生态需求这三个目标的权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人水利部珠江水利委员会技术咨询(广州)有限公司，其通讯地址为：510611 广东省广州市天河区天寿路80号14层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。