龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国科学院深圳先进技术研究院
申请日：2023-12-15
公开（公告）日：2024-06-25
公开（公告）号：CN118248347A
主分类号：G16H50/80
分类号：G16H50/80;G06Q10/04;G06Q50/26;G06N7/01;G06N3/092;G06N3/045
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本申请提供了一种城市传染病防控策略的优化方法、装置、设备及存储介质，涉及计算机技术领域。该方法包括：采用SEIR仓室模型构建传染病元种群模型；传染病元种群模型用于指示城市各区域中处于不同健康状态的人口数量；对进行了时空秩序度量的城市传染病防控策略进行马尔可夫决策建模，得到马尔可夫模型；马尔可夫模型中的动作表示各区域的防控策略，马尔可夫模型中的状态表示各区域中健康状态处于感染状态的人口数量；将马尔可夫模型作为模型输入，利用近端策略优化算法对初始的深度强化学习模型进行训练，以通过完成训练的深度强化学习模型对各区域的防控策略进行优化。本申请解决了相关技术中城市传染病防控效果不理想的问题。
主权项：1.一种城市传染病防控策略的优化方法，其特征在于，所述方法包括：采用SEIR仓室模型，为城市时空传播网络构建对应的传染病元种群模型；所述传染病元种群模型用于指示城市各区域中处于不同健康状态的人口数量；所述城市时空传播网络中的节点表示各区域的人口数量，所述城市时空传播网络中的边表示连接的相邻两个节点所在区域之间存在人口流动；对进行了时空秩序度量的城市传染病防控策略进行马尔可夫决策建模，得到马尔可夫模型；所述马尔可夫模型中的动作表示各区域的防控策略，所述马尔可夫模型中的状态表示各区域中健康状态处于感染状态的人口数量；将所述马尔可夫模型中的当前状态、动作、奖励、以及下一动作作为模型输入，利用近端策略优化算法对初始的深度强化学习模型进行训练，以通过完成训练的深度强化学习模型对各区域的防控策略进行优化。
全文数据：
权利要求：
百度查询： 中国科学院深圳先进技术研究院 城市传染病防控策略的优化方法、装置、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号