摘要
本发明提供了一种基于深度强化学习的突发事件应急决策方法,对突发事件发生时社会公众的评述文本进行挖掘和分析,得到决策属性、属性权重用于对社会公众的初始意见进行聚类,得到专家子群的初始意见,对专家子群和社会公众的初始意见进行权重推导,得到专家子群和社会公众的初始权重用于计算决策大群体的初始总体意见、社会公众的可靠性、专家的可接受度,根据强化目标将初始权重输入深度强化学习网络进行调整,得到专家子群和社会公众的权重;在专家子群与社会公众达成群体共识时,对初始总体意见进行调整,得到决策大群体的倾向性意见用于构建期望函数计算每个应对突发事件的备选方案的期望值,将期望值最高的备选方案作为最优应急决策方案。
技术关键词
深度强化学习
决策
表达式
文本
初始聚类中心
挖掘算法
线性
变量
主题
定义
频率
网络
机制
样本
社会
参数
压力
系统为您推荐了相关专利信息
医学专业
医学知识图谱
实体识别模型
问答方法
文本
指代消解方法
BiLSTM模型
BERT模型
文本
标注规则
动态仿真系统
压缩算法
数据压缩方法
样本
关系网络
智能信息处理方法
监控网络数据
地点
智能信息处理系统
人力
工业遥控器
时分多址
通信控制方法
物理层参数配置
握手协议