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！

龙图腾网获悉广东海洋大学申请的专利一种基于强化学习的海洋渔业资源大数据动态分配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：CN120562994B 。

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：202511041377.6，技术领域涉及：G06Q10/067；该发明授权一种基于强化学习的海洋渔业资源大数据动态分配方法是由王妮妮;尹建川;张泽国;谢斯;曹亮;宋雪玮;廖志强;王思思;王立军设计研发完成，并于2025-07-28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海洋渔业资源大数据动态分配方法在说明书摘要公布了：本发明属于数据处理技术领域，提出了一种基于强化学习的海洋渔业资源大数据动态分配方法，具体为：首先初始化海洋渔业资源数据场景并进行渔业数据采集,通过渔业数据构建多目标协同调度的缓变强化学习模型,然后对缓变强化学习模型运行过程实时生成适应表征值,最后根据适应表征值构建临变过渡模型，获取临变过渡阶值，从而构建起强化学习策略网络与真实环境反馈之间的中介判断桥梁，在保障策略稳定性的同时，增强了系统对环境非平稳过程的分辨与适应能力。进而使得强化学习控制模型具备自我感知环境风险变化并主动调整决策路径的能力，为远洋养殖场景下的电能调配、投喂路径规整、网箱布局等提供了更加高效、可控与生态协调的解决方案。

本发明授权一种基于强化学习的海洋渔业资源大数据动态分配方法在权利要求书中公布了：1.一种基于强化学习的海洋渔业资源大数据动态分配方法，其特征在于，所述方法包括以下步骤： S100，初始化海洋渔业资源数据场景并进行渔业数据采集； S200，通过渔业数据构建多目标协同调度的缓变强化学习模型； S201，从缓变强化学习模型获取控制策略进行渔业资源分配； S300，对缓变强化学习模型运行过程实时生成适应表征值； S400，根据适应表征值构建临变过渡模型，获取临变过渡阶值； S500，通过临变过渡阶值进行自适应决策； 其中在步骤S200中，通过渔业数据构建多目标协同调度的缓变强化学习模型的方法是：通过渔业数据构建强化学习模型，所述模型采用状态压缩机制对原始海洋环境数据进行降维处理； 设定强化学习模型的优化目标为电能消耗、网箱间距、水体交换效率以及投喂路径长度，结合多目标奖励结构构建强化学习损失函数，多目标奖励结构包括单位资源使用的投喂精度，网箱间距对水体交换能力的提升度以及单位资源对投喂系统覆盖度，所得强化学习模型记为缓变强化学习模型； 其中在步骤S200中，通过渔业数据构建多目标协同调度的缓变强化学习模型的方法还包括：在缓变强化学习模型中引入目标冲突识别函数，用于检测各优化目标之间的实时方向性偏差，方向性偏差通过计算各目标子奖励项的梯度向量夹角获得，当检测到任意两个目标子奖励项之间的方向性偏差超过预设冲突阈值时，根据所处海洋环境状态动态调整各目标在缓变强化学习模型中对应的奖励权重系数。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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”。