Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中南大学陈晓红获国家专利权

中南大学陈晓红获国家专利权

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基于深度强化学习的矿产开发与生态保护协同区划方法、装置、电子设备及存储介质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:CN121303904B

龙图腾网通过国家知识产权局官网在2026-03-24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:202511885218.4,技术领域涉及:G06Q10/0637;该发明授权基于深度强化学习的矿产开发与生态保护协同区划方法、装置、电子设备及存储介质是由陈晓红;杨舒涵;胡东滨设计研发完成,并于2025-12-15向国家知识产权局提交的专利申请。

基于深度强化学习的矿产开发与生态保护协同区划方法、装置、电子设备及存储介质在说明书摘要公布了:本发明属于矿产开发与生态保护技术领域,提供了一种基于深度强化学习的矿产开发与生态保护协同区划方法、装置、电子设备及存储介质,包括:确定目标区域的生态敏感性指数和资源开发潜力指数;根据生态敏感性指数和资源开发潜力指数进行划分,得到初始分区;采用马尔可夫决策过程确定目标区域的目标区域的状态转移概率方程;根据目标函数、奖励函数及全局协同奖励函数,采用智能体和深度强化学习进行预测,得到开发强度预测结果;根据开发强度预测结果,采用长短期时间尺度优化进行处理,得到开发与生态保护协同区划结果。本发明的有益效果为:实现了矿区的开发与环境保护的动态协调管理。

本发明授权基于深度强化学习的矿产开发与生态保护协同区划方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种基于深度强化学习的矿产开发与生态保护协同区划方法,其特征在于,包括: 根据目标区域的生态指数和资源开发指数,确定目标区域的生态敏感性指数和资源开发潜力指数; 根据生态敏感性指数和资源开发潜力指数进行划分,得到初始分区,其中初始分区包括分区约束和矿区分区类型; 根据目标区域的动态环境特征和调控因子,采用马尔可夫决策过程确定目标区域的状态转移概率矩阵; 根据矿区分区类型、分区约束及目标区域的状态转移概率方程确定奖励函数及全局协同奖励函数,根据目标函数、奖励函数及全局协同奖励函数,采用智能体和深度强化学习进行预测,得到开发强度预测结果; 根据开发强度预测结果,采用长短期时间尺度优化进行处理,得到开发与生态保护协同区划结果; 所述根据目标区域的动态环境特征和调控因子,采用马尔可夫决策过程确定目标区域的状态转移概率矩阵,包括: 获取目标区域的动态环境特征,其中动态环境特征包括当前状态、历史时序数据、周边矿区关联数据及矿区分区类型; 获取目标区域的调控因子,其中调控因子包括开发强度调整量、生态投入保护及分区边界修正参数; 以动态环境特征作为状态空间,以调控因子作为动作空间,采用高斯分布确定状态转移概率为: ; 其中,为转移概率函数,表示在采用动作a后,转移到新的状态的概率分布;为高斯分布;表示在状态s下采取动作a后转移到新状态的均值,通过历史数据训练得到;为预设值,表示状态s下采取动作a后,得到新的状态的方差; 根据输入的开发强度调整动作,根据状态转移概率确定矿产剩余储量的状态转移概率矩阵为: ; 其中,剩余可采储量,为当前开发强度,为时间步长; 以及,确定污染值的状态转移概率方程,其中污染值的状态转移概率方程为: ; 其中为累计污染值,为开发污染系数,为治理效率系数,为噪声,且; 根据矿产剩余储量的状态转移概率矩阵和污染值的状态转移概率方程确定目标区域的状态转移概率方程; 所述根据矿区分区类型、分区约束及目标区域的状态转移概率方程确定奖励函数及全局协同奖励函数,根据目标函数、奖励函数及全局协同奖励函数,采用智能体和深度强化学习进行预测,得到开发强度预测结果,包括: 根据目标区域的状态转移概率方程确定t时刻的全局协同奖励函数为: ; 其中,n为同类型矿区数量,表示第i个同类型矿区的t时刻的矿产资源开发收益,为第i个同类型矿区的t时刻的开发成本,为第i个同类型矿区在t时刻的生态环境修复成本,为第i个同类型矿区在t时刻的历史累积污染影响成本,为第i个同类型矿区的历史影响权重系数,历史影响权重系数根据矿区分区类型确定; 根据全局协同奖励函数、矿产资源开发收益、生态环境修复成本及历史累积污染影响成本,确定每种矿区分区类型的奖励函数; 根据目标函数、奖励函数及全局协同奖励函数,为不同矿区分区类型的分配智能体,通过智能体采用深度递归Q网络对历史时序数据进行处理,进而通过全局协调层进行预测,得到每种矿区分区类型的开发强度预测结果,其中目标函数为: ; 其中T为决策周期。

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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。