城市排水系统的深度强化学习控制策略的解释方法及装置

本申请涉及城市排水控制技术领域，特别涉及一种城市排水系统的深度强化学习控制策略的解释方法及装置，其中，方法包括：获取不同运行工况下的多智能体控制器的输入状态向量和输出控制动作，以构建城市排水系统的状态‑控制动作数据集；识别多智能体控制器的至少一个灵敏输入特征；将灵敏输入特征作为前件变量，以构建初始模糊逻辑推断系统，并对初始模糊逻辑推断系统的目标参数进行优化，直至目标参数满足预设条件，迭代优化终止，以利用优化后的模糊逻辑推断系统解释城市排水系统的深度强化学习控制策略。由此，解决了相关技术由于缺乏透明可解释的决策逻辑，导致在应对极端天气或者突发工况时存在策略不确定性和响应风险的问题。