公共策略决策方法、装置、电子设备和存储介质制造方法及图纸

本申请涉及人工智能技术领域，具体公开了一种公共策略决策方法、装置、电子设备和存储介质，其中，公共策略决策方法包括：根据传染病的传染参数建立传染病的传染模型；构建模拟城市群，并根据模拟城市群的参数，建立模拟城市群中的城市节点之间的人口流动模型；根据传染模型和人口流动模型，建立第一城市节点的感染人数增量模型；根据预设的封城策略和感染人数增量模型，进行数据仿真，生成仿真数据；将模拟数据输入预设的强化学习模型进行训练，得到决策模型；获取待决策城市以及第一范围内的城市的传染数据，其中，第一范围由待决策城市的位置确定；将传染数据输入决策模型，得到决策结果。果。果。

【技术实现步骤摘要】
公共策略决策方法、装置、电子设备和存储介质


[0001]本专利技术涉及人工智能
，具体涉及一种公共策略决策方法、装置、电子设备和存储介质。

技术介绍

[0002]针对重大突发公共事件，例如突发医疗事件时，由于缺少类似事件经验或事发较为突然等原因，决策制定者往往较难在短时间内针对高风险策略作出决策。
[0003]目前，应对上述情况常使用模拟仿真系统进行数据仿真，继而采用仿真的数据进行分析，以辅助决策。但是，常用的模拟仿真系统，偏重于数据的传递模拟，例如：根据传染病传染系数及人口流动状态来模拟未来一段时间的病患数量。这种模拟尽管可以作为缺少的信息的补充，但是，较难给出较为量化的辅助决策建议。即，目前常用的模拟系统缺少目标函数，无法进行反向优化过程。在面对重大突发公共事件之类的黑天鹅事件时，专家的关注点、经验预判等条件有所不同，且宏观的条件可能瞬息万变，因此，建立一个可及时提供决策建议，且可解释性强的决策模型，成为亟待解决的问题。

技术实现思路

[0004]为了解决现有技术中存在的上述问题，本申请实施方式提供了一种公共策略决策方法、装置、电子设备和存储介质，可以在针对重大突发公共事件，给出可解释性强且合理的决策建议。
[0005]第一方面，本申请的实施方式提供了一种公共策略决策方法，包括：
[0006]根据传染病的传染参数建立传染病的传染模型，其中，传染模型用于标识传染病在人群内的传播、发展规律；
[0007]构建模拟城市群，并根据模拟城市群的参数，建立模拟城市群中的城市节点之间的人口流动模型，其中，模拟城市群包括至少两个城市节点；
[0008]根据传染模型和人口流动模型，建立第一城市节点的感染人数增量模型，其中，第一城市节点为模拟城市群中任意一个城市节点，感染人数增量模型用于标识第一城市节点每天增长的感染人数的规律；
[0009]根据预设的封城策略和感染人数增量模型，进行数据仿真，生成仿真数据；
[0010]将模拟数据输入预设的强化学习模型进行训练，得到决策模型；
[0011]获取待决策城市以及第一范围内的城市的传染数据，其中，第一范围由待决策城市的位置确定；
[0012]将传染数据输入决策模型，得到决策结果。
[0013]第二方面，本申请的实施方式提供了一种公共策略决策装置，包括：
[0014]模型建立模块，用于根据传染病的传染参数建立传染病的传染模型，其中，传染模型用于标识传染病在人群内的传播、发展规律；
[0015]环境建立模块，用于构建模拟城市群，并根据模拟城市群的参数，建立模拟城市群
中的城市节点之间的人口流动模型，其中，模拟城市群包括至少两个城市节点；
[0016]模型建立模块，还用于根据传染模型和人口流动模型，建立第一城市节点的感染人数增量模型，其中，第一城市节点为模拟城市群中任意一个城市节点，感染人数增量模型用于标识第一城市节点每天增长的感染人数的规律；
[0017]仿真模块，用于根据预设的封城策略和感染人数增量模型，进行数据仿真，生成仿真数据；
[0018]训练模块，用于将模拟数据输入预设的强化学习模型进行训练，得到决策模型；
[0019]采集模块，用于获取待决策城市以及第一范围内的城市的传染数据，其中，第一范围由待决策城市的位置确定；
[0020]决策模块，用于将传染数据输入决策模型，得到决策结果。
[0021]第三方面，本申请实施方式提供一种电子设备，包括：处理器，处理器与存储器相连，存储器用于存储计算机程序，处理器用于执行存储器中存储的计算机程序，以使得电子设备执行如第一方面的方法。
[0022]第四方面，本申请实施方式提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序使得计算机执行如第一方面的方法。
[0023]第五方面，本申请实施方式提供一种计算机程序产品，计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，计算机可操作来使计算机执行如第一方面的方法。
[0024]实施本申请实施方式，具有如下有益效果：
[0025]在本申请实施方式中，通过在突发传染病情况下，对传染病的传播特性及城市间的人口流动特性进行分析，构建传染病的传染模型和城市节点之间的人口流动模型，继而根据传染模型和人口流动模型，构建反映一个城市节点每天增长的感染人数的规律的感染人数增量模型。然后，根据预设的封城策略和感染人数增量模型，进行数据仿真，以获取大量的仿真数据对强化学习模型进行训练，得到决策模型。最终，将实际数据输入决策模型，获取对应的决策建议。由此，通过数据仿真，在没有历史资料可以借鉴的情况下，获取大量的仿真数据，为决策提供有力的数据支持，可以有效应对黑天鹅事件。同时，执行数据仿真的模型是通过对传染病的传播特性及城市间的人口流动特性进行分析后所产生的模型，其仿真出的真实性高，由此，可以进一步的提升决策的合理性。最后，强化学习模型的输出结果可分析追溯，深度强化学习不同于单纯深度神经网络黑箱的状态，其给出的决策是通过用户设置的奖励函数进行优化的，故结果是合理的，可解释的。
附图说明
[0026]为了更清楚地说明本申请实施方式中的技术方案，下面将对实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0027]图1为本申请实施方式提供的一种公共策略决策装置的硬件结构示意图；
[0028]图2为本申请实施方式提供的一种公共策略决策方法的流程示意图；
[0029]图3为本申请实施方式提供的一种根据传染病的传染参数建立传染病的传染模型
的方法的流程示意图；
[0030]图4为本申请实施方式提供的一种传染模型的示意图；
[0031]图5为本申请实施方式提供的一种模拟城市群中的城市节点之间的人口流动模型的示意图；
[0032]图6为本申请实施方式提供的一种根据传染模型和人口流动模型，建立第一城市节点的感染人数增量模型的方法的流程示意图；
[0033]图7为本申请实施方式提供的一种根据预设的封城策略和感染人数增量模型，进行数据仿真，生成仿真数据的方法的流程示意图；
[0034]图8为本申请实施方式提供的一种公共策略决策装置的功能模块组成框图；
[0035]图9为本申请实施方式提供的一种电子设备的结构示意图。
具体实施方式
[0036]下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本申请保护的范围。
[0037]本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种公共策略决策方法，其特征在于，所述方法包括：根据传染病的传染参数建立所述传染病的传染模型，其中，所述传染模型用于标识所述传染病在人群内的传播、发展规律；构建模拟城市群，并根据所述模拟城市群的参数，建立所述模拟城市群中的城市节点之间的人口流动模型，其中，所述模拟城市群包括至少两个城市节点；根据所述传染模型和所述人口流动模型，建立第一城市节点的感染人数增量模型，其中，所述第一城市节点为所述模拟城市群中任意一个城市节点，所述感染人数增量模型用于标识所述第一城市节点每天增长的感染人数的规律；根据预设的封城策略和所述感染人数增量模型，进行数据仿真，生成仿真数据；将所述模拟数据输入预设的强化学习模型进行训练，得到决策模型；获取待决策城市以及第一范围内的城市的传染数据，其中，所述第一范围由所述待决策城市的位置确定；将所述传染数据输入所述决策模型，得到决策结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述传染模型和所述人口流动模型，建立第一城市节点的感染人数增量模型，包括：根据所述传染模型，建立所述传染病的状态转化模型，其中，所述状态转化模型用于标识所述传染病中不同状态之间的转化规律；根据所述状态转化模型，建立内部增量模型，其中，所述内部增量模型用于标识由于所述传染病在所述第一城市节点内部传播，导致的所述第一城市节点每天增长的感染人数的规律；根据所述人口流动模型，建立外部增量模型，其中，所述外部增量模型用于标识由于人群在所述第一城市节点之间迁移，导致的所述第一城市节点每天增长的感染人数的规律；确定所述第一城市节点的状态类型，并根据所述状态类型、所述内部增量模型和所述外部增量模型，确定所述感染人数增量模型，其中，所述状态类型包括：开放状态和封闭状态，当所述第一城市节点的状态类型为开放状态时，所述感染人数增量模型包括所述内部增量模型和所述外部增量模型；当所述第一城市节点的状态类型为封闭状态时，所述感染人数增量模型为所述内部增量模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述状态转化模型，建立内部增量模型，包括：根据所述第一城市节点的状态，确定所述第一城市节点的所述传染病的传染率；根据所述传染模型和所述状态转化模型，确定所述第一城市节点中的已感染且处于潜伏期的人数、已感染且无症状的人数、以及已感染且有症状的人数；根据所述第一城市节点的所述传染病的传染率、所述已感染且处于潜伏期的人数、所述已感染且无症状的人数、以及所述已感染且有症状的人数，建立所述内部增量模型。4.根据权利要求2所述的方法，其特征在于，所述根据所述人口流动模型，建立外部增量模型，包括：根据所述人口流动模型，确定所述第一城市节点与第二城市节点之间的联系强度，其中，所述第二城市节点为所述模拟城市群中不同于所述第一城市节点的任意一个城市节点；
根据所述第一城市节点的状态，确定所述第一城市节点的所述传染病的传染率；根据预设的状态规则和所述第二城市节点的状态，确定所述第二城市节点的状态值；根据所述人口流动模型，确定所述第二城市节点的人口数；根据所述第一城市节点与第二城市节点之间的联系强度、所述第一城市节点的所述传染病的传染率、所述第二城市节点的状态值、以及所述...

【专利技术属性】
技术研发人员：谢静文，阮晓雯，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：