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！

龙图腾网恭喜国网浙江省电力有限公司物资分公司申请的专利一种基于强化学习的应急物资储备动态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：CN119578835B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202510131244.1，技术领域涉及：G06Q10/0631；该发明授权一种基于强化学习的应急物资储备动态优化方法及系统是由王一杰;俞晨玺;马骏;陈枫;贾成杰;陈甜妹;包江雪;张莹;徐天天;沈琦;翁慧颖设计研发完成，并于2025-02-06向国家知识产权局提交的专利申请。

本一种基于强化学习的应急物资储备动态优化方法及系统在说明书摘要公布了：本发明涉及应急管理技术领域，尤其涉及一种基于强化学习的应急物资储备动态优化方法及系统，包括根据目标电力设施区域的灾害场景数据和应急物资消耗数据，通过机器学习算法得到应急物资需求预测结果；基于应急物资需求预测结果，利用蒙特卡洛仿真方法量化得到应急物资储备的风险概率分布；根据风险概率分布和应急物资储备系统的多维度实时状态信息，构建应急物资储备数字孪生模型；将强化学习算法引入应急物资储备数字孪生模型中，通过交互学习得到最优应急物资储备策略。本发明通过结合数字孪生技术和强化学习算法等方法，提高应急物资储备的准确性和效率，能够迅速、准确地提供所需应急物资，从而显著提升了应急响应能力。

本发明授权一种基于强化学习的应急物资储备动态优化方法及系统在权利要求书中公布了：1.一种基于强化学习的应急物资储备动态优化方法，其特征在于，包括以下步骤：根据目标电力设施区域的灾害场景数据和应急物资消耗数据，通过机器学习算法得到应急物资需求预测结果；基于所述应急物资需求预测结果，结合历史灾害发生频率和物资供应不确定性，利用蒙特卡洛仿真方法量化得到应急物资储备的风险概率分布；根据所述风险概率分布和应急物资储备系统的多维度实时状态信息，构建应急物资储备数字孪生模型；将强化学习算法引入所述应急物资储备数字孪生模型中，通过模拟灾害场景下的物资调度和储备调整过程进行交互学习，得到最优应急物资储备策略；其中，所述根据目标电力设施区域的灾害场景数据和应急物资消耗数据，通过机器学习算法得到应急物资需求预测结果的步骤包括：采集目标电力设施区域的灾害场景数据和物资消耗数据；灾害场景数据包括灾害发生时间、灾害类型、灾害地点和灾害强度；物资消耗数据包括物资消耗种类和物资消耗数量；对所述灾害场景数据和所述物资消耗数据进行预处理，得到预处理灾害场景数据和预处理物资消耗数据；基于预处理灾害场景数据和预处理物资消耗数据，利用自回归整合移动平均模型提取不同灾害类型下的物资需求特征；根据不同灾害类型下的物资需求特征，利用预先构建的随机森林预测得到应急物资需求预测结果；所述基于所述应急物资需求预测结果，结合历史灾害发生频率和物资供应不确定性，利用蒙特卡洛仿真方法量化得到应急物资储备的风险概率分布的步骤包括：利用地理信息系统技术对所述灾害场景数据进行空间统计分析，生成灾害热点区域图，并根据灾害热点区域图确定高风险区域空间范围；根据所述灾害场景数据的灾害强度，采用核密度估计方法构建不同类型灾害强度的概率密度函数；根据高风险区域空间范围、不同类型灾害强度的概率密度函数、历史灾害发生频率和物资供应不确定性，生成灾害情景样本；根据应急物资需求预测结果和当前应急物资储备量，计算每个灾害情景样本下的物资缺口信息；根据多个灾害情景样本下的物资缺口信息，利用蒙特卡洛仿真方法量化得到应急物资储备的风险概率分布；所述根据所述风险概率分布和应急物资储备系统的多维度实时状态信息，构建应急物资储备数字孪生模型的步骤包括：采集应急物资储备系统的多维度实时状态信息，并通过主成分分析方法对所述多维度实时状态信息进行降维处理，提取出关键状态指标；根据所述风险概率分布和所述关键状态指标，利用结构方程模型建立风险概率分布与应急物资储备状态之间的因果关系模型；对所述因果关系模型进行仿真模拟，预测得到在不同风险概率分布条件下的应急物资储备系统状态变化；根据不同风险概率分布下的应急物资储备系统状态变化，构建包含应急物资储备系统状态、风险概率分布及其相互关系的应急物资储备知识图谱；根据所述应急物资储备知识图谱，利用数字孪生技术构建应急物资储备数字孪生模型；所述将强化学习算法引入所述应急物资储备数字孪生模型中，通过模拟灾害场景下的物资调度和储备调整过程进行交互学习，得到最优应急物资储备策略的步骤包括：在所述应急物资储备数字孪生模型中，将灾害不确定性和物资供应中断风险作为随机项，利用马尔可夫决策过程构建状态转移模型；通过所述状态转移模型模拟当前环境状态下灾害发生概率和物资供应风险的随机性变化，生成状态转移概率分布；根据所述状态转移概率分布，利用蒙特卡洛采样方法选择下一环境状态；以最小化物资短缺风险、最大化物资利用效率以及最小化物资运输成本为目标，构建奖励函数；在应急物资储备数字孪生模型中运行强化学习智能体，以使所述强化学习智能体根据当前环境状态和所述奖励函数，利用策略网络计算得到不同动作的动作概率分布；根据所述动作概率分布选择动作，并结合所述下一环境状态模拟灾害场景下的物资调度和储备调整过程，通过多次迭代和策略更新，得到最优应急物资储备策略。

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国网浙江省电力有限公司物资分公司，其通讯地址为：310011 浙江省杭州市拱墅区凤起路378号5-6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”。