基于迁移强化学习的碳排放指数预测与治理方法

摘要

本发明涉及一种基于迁移强化学习的碳排放指数预测与治理方法，是针对现有同类技术中碳排放指数迁移强化学习和预测治理方法较难准确精准预测，以及较难最大化治理的技术问题。其要点是该预测方法通过迁移学习方法对具有相似特征区域的碳排放模型进行迁移，共享碳排放指数预测的信息；将迁移学习预测到的碳排放指数作为强化学习状态的输入，结合强化学习MDP进行碳排放治理建模，构建奖赏函数，运用强化学习算法实现预测。该治理方法利用MDP构建大规模自适应动态治理工具选择和组合，并利用强化学习的方法进行最优化策略求解，这个最优策略将引导整个治理工具组合过程达到最终目标，最优的工具组合方案即为MDP最优策略所对应的动作序列。