一种基于强化学习的海洋渔业资源大数据动态分配方法

本发明属于数据处理技术领域，提出了一种基于强化学习的海洋渔业资源大数据动态分配方法，具体为：首先初始化海洋渔业资源数据场景并进行渔业数据采集,通过渔业数据构建多目标协同调度的缓变强化学习模型,然后对缓变强化学习模型运行过程实时生成适应表征值,最后根据适应表征值构建临变过渡模型，获取临变过渡阶值，从而构建起强化学习策略网络与真实环境反馈之间的中介判断桥梁，在保障策略稳定性的同时，增强了系统对环境非平稳过程的分辨与适应能力。进而使得强化学习控制模型具备自我感知环境风险变化并主动调整决策路径的能力，为远洋养殖场景下的电能调配、投喂路径规整、网箱布局等提供了更加高效、可控与生态协调的解决方案。