本发明公开了基于强化学习的病床资源配置优化方法、系统及终端，涉及资源配置优化技术领域，其技术方案要点是：获取多个科室的病床配置数据，并对单一科室的在院患者数进行时间差异分析，得到时间差异分布信息；结合病床配置数据和时间差异分布信息，模拟患者入出院过程建立智能体需要的状态空间、动作空间以及奖赏函数；智能体根据策略函数选择并执行当前状态对应的动作过程中，以最大化累计奖赏为目标，得到多个科室的病床资源配置优化策略。本发明采用机器强化学习(RL)的方法训练智能体，考虑不同科室疾病在时间分布上的差异情况，使得床资源配置优化策略更加符合实际情况，有效提高了病床资源配置优化的准确性与可靠性。
声明：
“基于强化学习的病床资源配置优化方法、系统及终端” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
874
编辑：管理员
来源：北方有色网
咨询细节
