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！

龙图腾网获悉黑龙江大学;南通西科瑞智能科技有限公司;杭州栎祺科技有限公司申请的专利一种基于Q-learning学习方法的滴灌系统及水压调节方法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：CN119299981B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411603396.9，技术领域涉及：H04W4/38；该发明授权一种基于Q-learning学习方法的滴灌系统及水压调节方法是由刘勇;刘晟汐;王尔馥设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种基于Q-learning学习方法的滴灌系统及水压调节方法在说明书摘要公布了：本发明公开了一种基于Q‑learning学习方法的滴灌系统，其特征在于，该系统包括：数据采集模块，用于在滴灌管道各出水口安装压力传感器，采集水压数据，并记录出水口所在位置的地形信息；Q‑learning学习模块，用于接收数据采集模块采集的水压数据和地形信息，基于Q‑learning算法进行学习，建立出水口水压与地形之间的关联模型，并基于模型输出调节指令；分散式无线传感器网络模块，用于根据Q‑learning学习模块生成的水压值，构建分散式的无线传感器网络，各传感器节点根据自身水压值和相邻节点的通信状态动态调整网络拓扑，实现自适应的网络组建和节点管理；控制模块，用于接收Q‑learning学习模块输出的水压调节指令，对滴灌管道的流量调节装置进行控制，以确保各出水口达到预设的水压平衡。

本发明授权一种基于Q-learning学习方法的滴灌系统及水压调节方法在权利要求书中公布了：1.一种基于Q-learning学习方法的滴灌系统，该系统包括：数据采集模块，用于在滴灌管道各出水口安装压力传感器，采集水压数据，并记录出水口所在位置的地形信息；Q-learning学习模块，用于接收数据采集模块采集的水压数据和地形信息，基于Q-learning算法进行学习，建立出水口水压与地形之间的关联模型，并基于模型输出调节指令；分散式无线传感器网络模块，用于根据Q-learning学习模块生成的水压值，构建分散式的无线传感器网络，各传感器节点根据自身水压值和相邻节点的通信状态动态调整网络拓扑，实现自适应的网络组建和节点管理；控制模块，用于接收Q-learning学习模块输出的水压调节指令，对滴灌管道的流量调节装置进行控制，以确保各出水口达到预设的水压平衡；其特征在于，所述Q-learning学习模块包含一个反馈回路，用于根据各出水口的实际水压值和目标水压值的偏差，更新Q表，以优化水压调节效果； Q-learning学习模块包含一个反馈回路具体步骤如下： S1：建立滴灌管道出水口状态表示； S2：动作集合设计；依据坡度仰角θ和阀门开度ψ,对m种典型的仰角{θ-1,θ-2,…θ-m}分别设计n种典型的阀门开度数据集{ψ-1,ψ-2…ψ-n}； S3：奖励函数设计；通过环境反馈得到从起始点到目标点的最大累积奖励,建立奖励函数； S4：动作选择策略设计；首先判断地形仰角θ的大小,θ的选择范围为设定的m种典型仰角{θ-1,θ-2,…θ-m}；根据俯仰角大小,选择对应的n种典型的闸门开度数据集a-i＝{ψ-i1,ψ-i2,…ψ-in}；然后设定一个贪婪值ε,在每次选择动作时会产生一个随机值p∈0,1,用于决定下一步动作是随机选择还是策略选择,避免算法陷入局部最优；当p小于ε时,随机选择动作值；当p大于ε时,则选择动作集合当中Q值最大者作为此次选择的动作； S5：Q值表初始化方法设计；使用出水口水压与目标水压值差值进行Q值的初始化,即越接近目标值Q值越小； S6：根据动作选择策略,从地形仰角对应的动作选择集a-i中选择动作a； S7：根据奖励函数得到立即的奖励值Reward和执行动作a后的新的阀门开度S’； S8：根据下式Q值更新函数更新对应于状态S与动作a的Q值；QS,a←1-αQS,a+α[r+γmaxQS',a],其中α为学习率，控制经验的更新速度，γ为折扣因子，评估未来奖励的重要性； S9：判断水压是否达到目标值,未到达则继续根据动作选择策略选择下一动作,否则结束本轮学习。

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黑龙江大学;南通西科瑞智能科技有限公司;杭州栎祺科技有限公司，其通讯地址为：150080 黑龙江省哈尔滨市学府路74号；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。