一种基于多尺度图卷积和强化学习的风场预测系统

本发明公开了一种基于多尺度图卷积和强化学习的风场预测系统，该系统利用多尺度图卷积网络进行动态建模，全面捕捉风场的时空特征。通过强化学习模块，模型能够在复杂、动态变化的风场环境中实时优化策略，以提升飞行器的路径规划和避障能力。强化学习算法依据累积奖励机制动态调整策略，使智能体能够快速适应风场变化，保障飞行安全性。本发明针对复杂气象环境中风场的动态变化，结合图卷积神经网络和强化学习优化策略，提升风场预测的准确性和实时性。通过多尺度图卷积网络对风场的时空特征进行建模和分析，再通过强化学习优化预测模型，使得该系统能够提供更精准、更实时的风场数据支持，以保障飞行器在复杂气象条件下的飞行安全和路径优化。