首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于KNN-GAT-DDQN的城市内涝模拟网格自适应优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:天津大学;华北水利水电工程集团有限公司

摘要:本发明公开了一种基于KNN‑GAT‑DDQN的城市内涝模拟网格自适应优化方法,采用网格生成器生成研究区域内的初始高精度网格,根据土地利用类型计算每个网格中的土地利用分布和占比,得到网格的初始状态S;利用KNN算法进行特征分类;采用图注意力网络的多头注意力机制计算所有N个节点的特征向量h'iK,得到网格特征向量迭代地采用改进的深度Q网络对其进行策略选择,输出最终网格状态和节点选择方案QS,a。本发明基于高精度的模型网格进行最佳策略选择,实现了高效率的自适应网格优化。

主权项:1.一种基于KNN-GAT-DDQN的城市内涝模拟网格自适应优化方法,其特征在于,包括:步骤1,采用网格生成器生成研究区域内的初始网格,根据土地利用类型计算每个网格中的土地利用分布和占比,得到网格的初始状态S;步骤2,根据包括不同下垫面类型、土地利用情况和特殊地物、易涝点、地下空间、特殊边界的特征对网格节点利用KNN算法进行节点分类;步骤3,将二维水动力模型的网格表示为图M=N,L,N是网格中的节点总数,L是网格节点之间的连接边,所有节点N的特征包含节点高程、节点与相邻网格的高程梯度、节点分类,采用图注意力网络的多头注意力机制计算所有N个节点的节点特征向量h′iK,得到网格节点特征向量步骤4,迭代地采用改进的深度Q网络对其进行策略选择,包括以下处理:在改进的深度Q网络中使用当前状态S下的网格特征向量作为输入,得到改进的深度Q网络的所有动作对应的动作价值函数Q值输出,用ε贪婪法在当前动作价值函数Q值输出中选择对应的动作a即要删除的网格节点;在当前状态S下执行当前动作a即删除网格节点的操作,重构剩余的网格节点,对应生成新网格状态S′,进而得到网格状态S′对应的特征向量和奖励函数R;更新当前网格状态S=S′;步骤5,判断是否满足迭代停止条件,若满足,则S′处于终止状态,当前轮迭代完毕,输出最终网格状态和节点选择方案QS,a。

全文数据:

权利要求:

百度查询: 天津大学 华北水利水电工程集团有限公司 基于KNN-GAT-DDQN的城市内涝模拟网格自适应优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。