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！

龙图腾网获悉中南大学申请的专利一种基于深度强化学习的突发事件应急决策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：CN120181626B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510664062.0，技术领域涉及：G06Q10/0637；该发明授权一种基于深度强化学习的突发事件应急决策方法是由陈晓红;杨子禹;徐选华设计研发完成，并于2025-05-22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突发事件应急决策方法在说明书摘要公布了：本发明提供了一种基于深度强化学习的突发事件应急决策方法，对突发事件发生时社会公众的评述文本进行挖掘和分析，得到决策属性、属性权重用于对社会公众的初始意见进行聚类，得到专家子群的初始意见，对专家子群和社会公众的初始意见进行权重推导，得到专家子群和社会公众的初始权重用于计算决策大群体的初始总体意见、社会公众的可靠性、专家的可接受度，根据强化目标将初始权重输入深度强化学习网络进行调整，得到专家子群和社会公众的权重；在专家子群与社会公众达成群体共识时，对初始总体意见进行调整，得到决策大群体的倾向性意见用于构建期望函数计算每个应对突发事件的备选方案的期望值，将期望值最高的备选方案作为最优应急决策方案。

本发明授权一种基于深度强化学习的突发事件应急决策方法在权利要求书中公布了：1.一种基于深度强化学习的突发事件应急决策方法，其特征在于，包括： 步骤1，获取突发事件发生时社会公众的评述文本以及多个应对突发事件的备选方案； 步骤2，通过TF-IDF主题挖掘算法对所述评述文本进行挖掘，得到决策属性和属性权重，并对所述评述文本进行情感分析，得到情感分析结果，并将所述情感分析结果转换为初始线性不确定偏好值作为社会公众的初始意见，将所述情感分析结果转换为初始线性不确定偏好值的转换公式为： 其中，表示初始线性不确定偏好值，即社会公众的初始意见，表示转换操作，表示第组样本的情感值，表示最小情感值，表示最大情感值，表示社会公众对评述文本中关于第个决策属性的积极情绪值，表示社会公众对评述文本中关于第个决策属性的消极情绪值，表示社会公众对评述文本中关于第个决策属性的犹豫情绪值； 步骤3，对k-means聚类算法进行改进，改进过程为： 根据不确定变量间的距离给出相似度定义； 基于所述相似度定义计算专家偏好意见之间的相似度值； 按相似度值降序的方式对专家偏好意见进行排序，分别将排序后的专家偏好意见依次作为每个子群的初始聚类中心，一个专家偏好意见对应一个子群的初始聚类中心； 将所述决策属性、所述属性权重、所述社会公众的初始意见输入改进的K-means聚类算法对所述社会公众的初始意见进行聚类，得到专家子群的初始意见，并将所述专家子群的初始意见输入权重推导算法进行权重推导，得到专家子群的初始权重和社会公众的初始权重； 步骤4，根据专家子群的初始权重、社会公众的初始权重、所述社会公众的初始意见以及所述专家子群的初始意见计算决策大群体的初始总体意见、社会公众的可靠性、专家的可接受度，并根据决策大群体的初始总体意见、社会公众的可靠性、专家的可接受度，以应急响应的时间压力和社会损失的最小化为强化学习目标，将专家子群的初始权重和社会公众的初始权重输入深度强化学习网络进行调整，得到专家子群的权重和社会公众的权重； 步骤5，通过专家子群的权重和社会公众的权重计算群体共识测度，在所述群体共识测度大于软共识阈值，所述专家子群与社会公众达成群体共识时，对所述决策大群体的初始总体意见进行调整，得到所述决策大群体的倾向性意见； 步骤6，利用基于所述决策大群体的倾向性意见构建的期望函数计算每个应对突发事件的备选方案的期望值，将期望值最高的备选方案作为最优应急决策方案。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。