本發明公開了基于強化學習的公共事件預警模型的動態參數權重確定方法,采集公交車、出租車以及路口非機動車的車輛歷史數據;使用基于位置信息的多維行車時間序列分形的表示方法對采集的歷史數據進行處理,得到一個四維的歷史數據圖;利用標定的沖突預警標簽,使用強化學習算法進行模型的搭建;通過迭代訓練獲得智能體到達異常序列即公共預警事件的到達路徑,將不同的迭代訓練的智能體進行多線程的演示對比,選取三個指標最優的智能體,將四維的歷史數據進行展開,分析神經網絡中的權重參數,得到動態權重的參數。有效提高了預警模型的準確性,該方法新穎獨特,設計構思巧妙,預測結果準確,應用環境好,市場前景廣闊。
聲明:
“基于強化學習的公共事件預警模型的動態參數權重確定方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)