一种基于深度强化学习的GWLF模型参数调节方法

授权

摘要

本发明公开了一种基于深度强化学习的GWLF模型参数调节方法，包括如下步骤：深度强化学习模型基于局部最优NSE初始化状态产生GWLF模型参数值，GWLF模型使用气象数据集和GWLF模型参数值计算产生NSE系数并传入深度强化学习模型；其中：状态调节模块基于神经网络对当前状态选择执行动作a后改变状态s到s’；计算奖励模块通过前一状态和后一状态对应的NSE系数计算动作奖励r；步长调节模块基于每一轮的奖励累计结果进行动作步长的衰减；记忆池随时对更新的状态s、s’、动作a和奖励r进行存储；神经网络模块定时对记忆池进行采样学习更新神经网络参数提升网络决策能力；本发明提高了调节GWLF模型参数的速度，优化了NSE系数，提升了GWLF模型的效果。

基本信息

专利标题：

一种基于深度强化学习的GWLF模型参数调节方法

专利标题（英）：

暂无

公开（公告）号：

CN111768028A

申请号：

CN202010506685.2

公开（公告）日：

2020-10-13

申请日：

2020-06-05

授权号：

CN111768028B

授权日：

2022-05-27

发明人：

李幼萌龚文多

申请人：

天津大学

申请人地址：

天津市南开区卫津路92号

代理机构：

天津市北洋有限责任专利代理事务所

代理人：

韩帅

优先权：

CN202010506685.2

主分类号：

G06Q10/04

IPC分类号：

G06Q10/04 G06N20/00 G06N3/08