文献类型：专利

中文题名：一种基于强化学习的海洋渔业资源大数据动态分配方法

作者：王妮妮[1];尹建川[1];张泽国[1];谢斯[1];曹亮[1];宋雪玮[1];廖志强[1];王思思[1];王立军[1];

机构：[1]广东海洋大学;

专利类型：发明专利

申请号：CN202511041377.6

申请日：20250728

申请人地址：524088 广东省湛江市麻章区海大路1号

公开日：20250829

代理人：何梓龙

代理机构：广州专理知识产权代理事务所(普通合伙) 44493

语种：中文

中文关键词：强化学习;海洋渔业资源;大数据;动态分配;初始化;资源数据;场景;数据采集;数据构建;多目标;协同调度;缓变;模型;模型获取;控制策略;运行过程;实时生成;表征;过渡模型;自适应;决策;养殖;近海岸;海域;活动;有效解决;近岸;资源;高度;竞争

中文摘要：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。