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！

龙图腾网获悉四川农业大学申请的专利基于数字孪生与强化学习的作物种植优化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：CN120671935B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511179101.4，技术领域涉及：G06Q10/04；该发明授权基于数字孪生与强化学习的作物种植优化决策方法是由于贵华;黄强;牟迪;李军;周蓓;田满;赵芸轩;陈浩然;吴佳妮;梁云森;谭颗;黄佳妍设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本基于数字孪生与强化学习的作物种植优化决策方法在说明书摘要公布了：本发明涉及作物种植优化决策领域，具体涉及一种基于数字孪生与强化学习的作物种植优化决策方法。技术方案包括：采集温室多模态数据，包含温室大棚环境数据、作物数据、土壤数据以及管理数据；对采集的数据进行清洗、对齐以及归一化处理，形成结构化的多模态时序数据集；基于采集的数据对作物的生长周期进行识别；构建与物理温室大棚环境实时映射的作物‑环境数字孪生体模型；构建数字孪生体仿真空间；在数字孪生体仿真空间中强化学习并进行策略优化，实现了动态自适应地生成全局最优控制策略。本发明适用于作物种植优化决策。

本发明授权基于数字孪生与强化学习的作物种植优化决策方法在权利要求书中公布了：1.基于数字孪生与强化学习的作物种植优化决策方法，其特征在于，包括： S1、采集温室多模态数据，包含温室大棚环境数据、作物数据、土壤数据以及管理数据； S2、对采集的数据进行清洗、对齐以及归一化处理，形成结构化的多模态时序数据集； S3、基于采集的数据对作物的生长周期进行识别； S4、构建与物理温室大棚环境实时映射的作物-环境数字孪生体模型； S5、构建数字孪生体仿真空间； 数字孪生体被形式化为一个马尔可夫决策过程，定义为元组，式中，表示状态空间，表示动作空间，表示状态转移概率函数，表示奖励函数，表示折扣因子，该马尔可夫决策过程是强化学习智能体的训练环境，核心是状态转移函数，描述了在当前状态下执行动作后，转移到下一状态的概率； S6、在数字孪生体仿真空间中进行强化学习策略优化； 通过一个深度强化学习智能体与数字孪生体进行交互学习，状态空间S的定义： 状态在时刻被定义为： ； 式中，表示当前状态，表示当前时刻生长阶段，表示当前时刻干物质累积量，表示当前时刻叶面积指数，表示当前时刻的温度，表示当前时刻的湿度，表示当前时刻的光照量，表示当前时刻的二氧化碳浓度，表示当前时刻的土壤氮含量，表示未来24小时的温度预测值，表示未来24小时的光照预测值； 动作空间A的定义： ； 式中，表示当前状态下执行的动作，表示温度设定值，表示湿度设定值，表示补光时长，表示灌溉量，表示施肥浓度； 奖励函数R的设计： ； 式中，表示奖励，表示由数字孪生仿真出的单步干物质增量，是产量的直接代理指标，表示执行动作消耗的电能成本，表示消耗的水肥成本，表示下一状态中环境指标超出作物适宜范围时产生的惩罚项，分别表示对应项的可调节的权重系数； 策略学习： 智能体的目标是学习一个策略，以最大化期望累积奖励，表示一个时间步的偏移量，表示期望累积奖励； 通过PPO算法优化策略网络来实现，核心是价值函数的迭代更新，遵循贝尔曼最优方程： ； 式中，表示在状态下采取动作的最优价值，表示在下一状态选择最优动作，E表示在当前状态采取动作的条件下，对未来可能获得的总回报的期望； 通过在数字孪生体仿真空间中进行多个生长周期的仿真训练，智能体最终学习到最优的动作-价值函数和最优策略。

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四川农业大学，其通讯地址为：625000 四川省雅安市雨城区新康路46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”。

以上内容由龙图腾AI智能生成。