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！

龙图腾网获悉中国公路工程咨询集团有限公司;中咨公路养护检测技术有限公司申请的专利机场道面养护决策方法、装置、电子设备和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：CN119539016B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202411327392.2，技术领域涉及：G06N3/092；该发明授权机场道面养护决策方法、装置、电子设备和存储介质是由贾非;姜宏维;朱慈祥;张艳红;仝鑫隆;侯芸;周晶;孙天成;彭鹏;杨松;冯红耀;郭永国设计研发完成，并于2024-09-23向国家知识产权局提交的专利申请。

本机场道面养护决策方法、装置、电子设备和存储介质在说明书摘要公布了：本发明提供一种机场道面养护决策方法、装置、电子设备和存储介质，其中方法包括：获取目标机场道面单元的当前状态；将目标机场道面单元的当前状态输入至预先训练的决策模型，得到决策模型输出的目标机场道面单元的最优养护措施；决策模型包括深度Q网络DQN层和状态预测层；基于扩展卡尔曼滤波器，对状态预测层的参数进行自适应更新；其中，决策模型是采用WoLF‑PHC算法，基于样本机场道面单元的样本状态，以及样本状态对应的目标Q值进行训练得到的。本发明降低了模型训练的成本，提高了决策模型的鲁棒性，适用于存在测量误差的应用场景。

本发明授权机场道面养护决策方法、装置、电子设备和存储介质在权利要求书中公布了：1.一种机场道面养护决策方法，其特征在于，包括： 获取目标机场道面单元的当前状态； 将所述目标机场道面单元的当前状态输入至预先训练的决策模型，得到所述决策模型输出的所述目标机场道面单元的最优养护措施；所述决策模型包括深度Q网络DQN层和状态预测层； 基于扩展卡尔曼滤波器，对所述状态预测层的参数进行自适应更新； 其中，所述决策模型是采用WoLF-PHC算法，基于样本机场道面单元的样本状态，以及所述样本状态对应的目标Q值进行训练得到的； 所述决策模型的训练过程包括： 构建初始决策模型和经验回放缓冲区，所述初始决策模型包括初始DQN层和预先训练的状态预测层，所述初始DQN层包括初始在线网络和初始目标网络； 获取样本机场道面单元t时刻的样本状态，所述样本状态包括：样本道面状况指数、样本机场道面强度指数、样本板底脱空率和样本平整度； 根据所述t时刻的样本状态，搜索对应的样本动作，所述样本动作包括所述样本机场道面单元的样本养护措施； 将所述t时刻的样本状态输入至所述状态预测层，得到所述状态预测层输出的t+1时刻的样本状态； 根据所述样本动作与环境交互的结果，确定所述样本动作的奖励； 将所述t时刻的样本状态、样本动作、样本动作的奖励和t+1时刻的样本状态存储到所述经验回放缓冲区中； 从所述经验回放缓冲区中随机抽取样本状态，基于所述初始在线网络，预测所述样本状态对应的Q值，基于所述初始目标网络，预测所述样本状态对应的目标Q值； 基于所述样本状态对应的Q值和所述样本状态对应的目标Q值，对所述初始在线网络和所述初始目标网络的参数进行更新，从根据所述t时刻的样本状态，搜索对应的样本动作开始进行循环，对所述初始在线网络和所述初始目标网络的参数进行迭代优化，直至满足迭代终止条件，得到所述DQN层； 所述基于所述样本状态对应的Q值和所述样本状态对应的目标Q值，对所述初始在线网络和所述初始目标网络的参数进行更新，包括： 基于所述样本状态，得到对应的多个样本动作，更新所述多个样本动作的平均估计策略； 基于每一样本动作对应的Q值和所述目标Q值，更新每一样本动作的策略。

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中国公路工程咨询集团有限公司;中咨公路养护检测技术有限公司，其通讯地址为：100089 北京市海淀区西三环紫竹桥昌运宫17号市政大厦8层；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。