换一批基于强化学习的医学救援队地震伤员智能分类仿真研究
Simulation of intelligent triage of earthquake casualties by medical rescue teams based on reinforcement learning
摘要目的 针对地震伤员在医学救援队内的分类问题设计并开发一种基于强化学习的智能模型,通过计算机模拟验证该分类模型的可行性.方法 分析地震医学救援中伤员分类流程、难点和要求,利用马尔可夫决策过程对该问题进行形式化描述,基于强化学习方法设计并开发分类模型,通过仿真实验验证模型的有效性.结果 与传统调度策略相比,智能分类模型在伤员死亡率、等待时间方面均表现出明显优势;在试验条件下,伤员死亡人数降低接近50％,非手术伤员(T类)和手术伤员(S类)等待时间同时减少.结论 智能分类模型能够自主学习分类策略,在减少伤死率的同时降低伤员等待时间,从而有效提升地震伤员的救治效率.
更多相关知识
栏目名称
DOI
10.7644/j.issn.1674-9960.2025.01.003
发布时间
2025-03-07（万方平台首次上网日期，不代表论文的发表时间）
- 浏览12
- 被引2
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
