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！

龙图腾网获悉清华大学申请的专利一种个体移动干预传染病防控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：CN113889282B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202110858829.5，技术领域涉及：G16H50/80；该发明授权一种个体移动干预传染病防控方法及系统是由李勇;冯涛;夏彤;金德鹏设计研发完成，并于2021-07-28向国家知识产权局提交的专利申请。

本一种个体移动干预传染病防控方法及系统在说明书摘要公布了：本发明提供一种个体移动干预传染病防控方法及系统，该方法包括：获取目标城市中用户个体在预设时间间隔内每天的历史状态信息和个体关系信息；将所述历史状态信息和所述个体关系信息输入到训练好的个体移动干预传染病防控模型，得到所述目标城市中每个用户个体的防控干预措施；其中，所述训练好的个体移动干预传染病防控模型是由样本用户个体状态信息和样本个体关系信息，对图神经网络、长短期神经网络以及智能体进行训练得到的，所述智能体是由基于部分可观察马尔可夫决策过程构建得到的；所述样本用户个体状态信息包括有隐性感染者转化成显性感染者的健康状态信息。本发明能在较低的出行干预下尽量降低感染人数。

本发明授权一种个体移动干预传染病防控方法及系统在权利要求书中公布了：1.一种个体移动干预传染病防控方法，其特征在于，包括： 获取目标城市中用户个体在预设时间间隔内每天的历史状态信息和个体关系信息，所述历史状态信息包括用户个体的移动轨迹、健康状态、干预状态、感染概率和熟人接触个数，所述个体关系信息包括个体间关系、个体与地区间关系和地区间关系； 将所述历史状态信息和所述个体关系信息输入到训练好的个体移动干预传染病防控模型，得到所述目标城市中每个用户个体的防控干预措施； 其中，所述训练好的个体移动干预传染病防控模型是由样本用户个体状态信息和样本个体关系信息，对图神经网络、长短期神经网络以及智能体进行训练得到的，所述智能体是由基于部分可观察马尔可夫决策过程构建得到的；所述样本用户个体状态信息包括有隐性感染者转化成显性感染者的健康状态信息； 所述训练好的个体移动干预传染病防控模型通过以下步骤得到： 根据样本个体关系信息，获取样本用户个体间关系、样本用户个体与地区间关系和样本地区间关系，构建得到第一训练样本集； 将所述第一训练样本集输入到图神经网络进行训练，得到基于个体接触风险的图神经网络，以及每个样本用户个体在每一天内的样本用户个体规律性通勤特征和样本用户个体间社会关系； 根据所述样本用户个体规律性通勤特征、所述样本用户个体间社会关系以及对应的历史状态样本信息，构建第二训练样本集；所述历史状态样本信息包括未感染者历史状态样本信息、隐性感染者历史状态样本信息、显性感染者历史状态样本信息和康复者历史状态样本信息； 将所述第二训练样本集输入到长短期神经网络进行训练，得到时间状态序列表征模型，以及基于时间状态序列的样本用户个体状态表征；所述基于时间状态序列的样本用户个体状态表征，表示通过预测得到样本用户个体在预设时间段内的个体状态信息变化趋势； 基于分层强化学习和所述基于时间状态序列的样本用户个体状态表征，对智能体进行训练，得到预训练的智能体；所述分层强化学习的模型是基于FuN模型构建的； 根据所述基于个体接触风险的图神经网络、所述时间状态序列表征模型和所述预训练的智能体，得到训练好的个体移动干预传染病防控模型； 所述智能体是以最少感染人数和最低出现干预为目标进行构建的，用于对所述基于时间状态序列的样本用户个体状态表征进行观测，以根据观测结果确定每个用户个体的防控干预措施，所述观测包括样本用户个体的健康状态观测、干预状态观测、感染概率观测和熟人接触个数观测，所述感染概率观测是通过样本用户个体的移动轨迹预估得到的； 所述智能体的奖励表示为： 其中，rt表示第t天时的奖励，L表示传染病防控总天数，ΔI表示传染病防控期间感染人数变化量，θI表示医疗系统容忍量阈值，ΔQ表示传染病防控期间出行干预变化量，θQ表示经济系统容忍量阈值。

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清华大学，其通讯地址为：100084 北京市海淀区双清路30号清华大学；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”。