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！

龙图腾网获悉湖北第二师范学院申请的专利基于强化学习的数据置信度动态加权融合方法和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：CN121167652B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511716399.8，技术领域涉及：G06Q10/04；该发明授权基于强化学习的数据置信度动态加权融合方法和系统是由王光伟;王维真;尚俊;龙青春;陈淑琴;毛辉辉;雷建军;杨杰;陈宇浩;程梦辉设计研发完成，并于2025-11-21向国家知识产权局提交的专利申请。

本基于强化学习的数据置信度动态加权融合方法和系统在说明书摘要公布了：本发明公开了一种基于强化学习的数据置信度动态加权融合方法和系统，方法包括：完成多源数据的采集；先对多源数据的静态固有属性进行概括性量化，得到静态可靠性基础指标；再通过多维度时序特征嵌入和跨源数据关联可靠性评估，构建子指标；进而完成数据可靠性评分的计算；以数据可靠性评分为核心输入，构建强化学习环境；以消纳预测误差最小化作为强化学习的奖励准则，通过迭代训练学习并生成最优的权重分配策略；对多源数据执行加权融合得到综合数据，输入消纳预测模型输出预测结果；通过对比预测结果与实际消纳数据量化误差，基于该误差完成参数调整。为能源消纳等相关决策提供了更可靠的依据。

本发明授权基于强化学习的数据置信度动态加权融合方法和系统在权利要求书中公布了：1.一种基于强化学习的数据置信度动态加权融合方法，其特征在于，包括： S1.完成多源数据的采集； S2.先对多源数据的静态固有属性进行概括性量化，得到静态可靠性基础指标；再通过多维度时序特征嵌入和跨源数据关联可靠性评估，构建子指标；融合静态、时序、跨源关联三类指标以完成数据综合可靠性评分的计算； S3.以步骤S2得到的数据综合可靠性评分为核心输入，构建强化学习环境；将不同数据源的权重分配方案设定为优化目标的决策变量，以消纳预测误差最小化作为强化学习的奖励准则，通过迭代训练学习并生成最优的权重分配策略； S4.基于S3输出的权重对多源数据执行加权融合得到综合数据，输入消纳预测模型输出预测结果；通过对比预测结果与实际消纳数据量化误差，基于该误差动态调整步骤S2中数据可靠性指标的计算参数及步骤S3中强化学习的核心参数； 所述S1中多源数据包括：气象预测数据、实测气象数据以及能源数据； 所述S3中强化学习的奖励准则具体为： 强化学习的奖励准则以“消纳预测误差最小化”为核心，融入“可靠性-误差关联性惩罚”与“跨时段奖励平滑机制”，具体设计为： 其中，为时刻强化学习的奖励值；为是时刻的消纳预测误差；为是可靠性-误差关联性惩罚系数；为时刻的可靠性-误差关联性惩罚项；为表示前一时刻的奖励变化量； 所述可靠性-误差关联性惩罚项的计算方法为： 其中，限定仅对综合可靠性评分高于阈值的高可靠性数据源计算惩罚；为时刻为第类数据实际分配的权重；为基于可靠性的理论最优权重；为移除第类数据后，仅用其他数据融合得到的预测误差；为原始融合数据的预测误差；为表示第类数据在时刻的综合可靠性评分。

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湖北第二师范学院，其通讯地址为：430000 湖北省武汉市东湖新技术开发区高新二路129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。