基于强化学习的电梯应急救援决策方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于强化学习的电梯应急救援决策方法及系统
申请号:CN202510252084
申请日期:2025-03-05
公开号:CN119761863A
公开日期:2025-04-04
类型:发明专利
摘要
本发明提供一种基于强化学习的电梯应急救援决策方法及系统,涉及电梯应急救援技术领域,包括通过分布式传感网络实时采集电梯多模态数据,生成电梯状态表征向量;将得到的电梯状态表征向量输入预先训练的图卷积神经网络模型,同时启动边缘计算单元进行实时仿真,模拟不同救援策略下的系统响应,评估各救援策略的可行性,将所述多维度风险评分和救援策略可行性评估结果进行加权融合,生成风险评估报告;通过安全加密通道将救援指令集发送至电梯应急救援执行机构,并持续监测电梯应急救援执行机构的实时反馈信息,当出现异常情况时,触发决策重评估机制,直至接收到乘客安全撤离信号且电梯系统恢复安全状态信号,完成救援任务。
技术关键词
电梯应急救援 风险评估报告 电梯系统 综合故障 卷积神经网络模型 分布式传感网络 策略 注意力机制 多属性决策方法 多层次 执行机构 多模态 特征提取网络 图谱 权重分配机制 机械振动信号
系统为您推荐了相关专利信息
自动生成方法 编码向量 嵌入特征 跨模态 词语
无人物流车 智能调度方法 信息交互机制 智能调度系统 车辆
虚拟航标 保障方法 飞行器飞行状态 深度强化学习模型 飞行器位置信息
数据传输协议 云平台 卷积神经网络模型 移动端 加密算法
监管方法 药盒 多模态信息融合 深度学习算法 语义