通过挖掘政策血缘关系对政策系统进行建模，将数量庞大的政策形式化为政策血缘网络。在此基础上构建PCL模型，通过机器学习确定模型中节点的容量定义，实现政策网络中脆性点挖掘。该方法通过挖掘政策间的相关概念，将政策体系形式化为政策谱系树模型，再由政策谱系树的节点对之间发生“树影相吸”，最终形成基于政策血缘关系的政策血缘网络。通过政策血缘网络的传播演化机理，构建了PCRL模型，通过机器学习对容量参数进行参数训练，挖掘传播演化机理。最后选取政策实例进行仿真实验，验证了方法的有效性。