一种大面积海域北斗基站控制网自适应布设方法

本发明涉及机器学习技术领域，具体为一种大面积海域北斗基站控制网自适应布设方法，该方法深度融合机器学习与强化学习技术：首先利用有监督学习评估系统稳定性，并通过变分自编码器与无监督聚类识别控制网运行模式，构建深度强化学习决策智能体，该智能体以系统状态和环境特征为输入，在自适应风险感知的复合奖励函数引导下进行训练。本发明采用深度Q网络结构DQN构建决策神经网络，拟合状态‑动作价值函数通过迭代优化，智能体能够学习生成最优的节点布局、拓扑重构及参数调整指令，实现了控制网在复杂海洋环境下的高效、自主与智能化运行。