本发明公开了基于强化学习的公共事件预警模型的动态参数权重确定方法,采集公交车、出租车以及路口非机动车的车辆历史数据;使用基于位置信息的多维行车时间序列分形的表示方法对采集的历史数据进行处理,得到一个四维的历史数据图;利用标定的冲突预警标签,使用强化学习算法进行模型的搭建;通过迭代训练获得智能体到达异常序列即公共预警事件的到达路径,将不同的迭代训练的智能体进行多线程的演示对比,选取三个指标最优的智能体,将四维的历史数据进行展开,分析神经网络中的权重参数,得到动态权重的参数。有效提高了预警模型的准确性,该方法新颖独特,设计构思巧妙,预测结果准确,应用环境好,市场前景广阔。
声明:
“基于强化学习的公共事件预警模型的动态参数权重确定方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)