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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于深度强化学习的数值天气预报预测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：CN119940410B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510007362.1，技术领域涉及：G06N3/045；该发明授权一种基于深度强化学习的数值天气预报预测方法及系统是由黄丽蓝;冷洪泽;宋君强;许晓东;邓科峰;银福康;杨锦辉;赵成武;王东紫;柴星宇;宋雨洋设计研发完成，并于2025-01-03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数值天气预报预测方法及系统在说明书摘要公布了：本发明公开一种基于深度强化学习的数值天气预报预测方法及系统。该方法包括：设置集合变分数据同化的自定义环境；获取策略网络参数和价值网络参数；根据所述集合变分数据同化的自定义环境、策略网络参数和价值网络参数基于深度强化学习方法，得到更新后的策略网络参数；根据所述更新后的策略网络参数，确定混合背景‑误差协方差矩阵，所述混合背景‑误差协方差矩阵为静态协方差矩阵和集合协方差矩阵的加权平均值；根据所述混合背景‑误差协方差矩阵更新自适应混合参数策略模型训练，得到数值天气预报预测模型；根据所述数值天气预报预测模型进行数值天气预报预测。本发明能够提高数值天气预报的预测精度。

本发明授权一种基于深度强化学习的数值天气预报预测方法及系统在权利要求书中公布了：1.一种基于深度强化学习的数值天气预报预测方法，其特征在于，所述方法包括： 设置集合变分数据同化的自定义环境； 获取策略网络参数和价值网络参数； 根据所述集合变分数据同化的自定义环境、策略网络参数和价值网络参数基于深度强化学习方法，得到更新后的策略网络参数； 根据所述更新后的策略网络参数，确定混合背景-误差协方差矩阵，所述混合背景-误差协方差矩阵为静态协方差矩阵和集合协方差矩阵的加权平均值； 根据所述混合背景-误差协方差矩阵更新自适应混合参数策略模型训练，得到数值天气预报预测模型； 根据所述数值天气预报预测模型进行数值天气预报预测； 所述设置集合变分数据同化的自定义环境，具体包括： 根据集合变分数据同化系统同化预报循环过程定制强化学习仿真环境，设计智能体的状态空间和动作空间，并建立决策-反馈的奖励机制，得到当前时刻的奖励函数； 获取当前时刻的动作和状态； 将所述奖励函数、动作和状态作为集合变分数据同化的自定义环境； 所述根据所述集合变分数据同化的自定义环境、策略网络参数和价值网络参数基于深度强化学习方法，得到更新后的策略网络参数，具体包括： 根据所述集合变分数据同化的自定义环境、策略网络参数和价值网络参数基于深度近端政策优化算法，得到更新后的策略网络参数； 所述根据所述更新后的策略网络参数，确定混合背景-误差协方差矩阵，具体包括： 根据所述更新后的策略网络参数采用公式Bh＝1-βBs+βBe，确定混合背景-误差协方差矩阵； 其中，B为混合背景-误差协方差矩阵，B为静态协方差矩阵，B为集合协方差矩阵，β为更新后的策略网络参数，控制着B和B的权重，01。

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国人民解放军国防科技大学，其通讯地址为：410007 湖南省长沙市开福区砚瓦池正街47号中国人民解放军国防科技大学；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”。

以上内容由龙图腾AI智能生成。