-
公开(公告)号:CN113902087A
公开(公告)日:2022-01-07
申请号:CN202111240522.5
申请日:2021-10-25
Applicant: 吉林建筑大学
Abstract: 本发明公开了一种多Agent深度强化学习算法,包括:S1:学习的策略在执行时只使用本地信息,即它们自己的观察结果;S2:智能体之间的通信方法不做任何结构上的假设,即不假设一个可区分的通信渠道;S3:leader层网络只输入全局智能体的状态信息,只作用于每个智能体的输出动作值,并不参与每个智能体的策略执行,既保持每个智能体的独立性,又保证所有智能体群体之间的通信。本发明通过在分布式执行之前加入集中式预判分配权重,增强了智能体群体之间的决策通信,提高了Leader_MADDPG在多变的环境关系中智能体训练过程中的稳定性和训练后的鲁棒性。
-
公开(公告)号:CN116817354A
公开(公告)日:2023-09-29
申请号:CN202310766215.3
申请日:2023-06-27
Applicant: 吉林建筑大学
IPC: F24D19/10 , G06Q30/0202
Abstract: 本发明公开了一种热能预测消耗确定方法及相关装置,所述热能预测消耗确定方法应用于热能预测消耗确定系统;所述热能调节系统用于对城市的多个供暖系统的供暖情况进行调节,所述热能调节系统包括温度监测器;所述温度监测器用于检测供暖区域的环境温度;通过获取得到的时间信息及不同建筑类型对应的人口热力信息,根据往期的热能消耗值对当前的目标热能预测消耗值进行预测,从而方便供暖系统根据目标热能预测消耗值对供暖情况进行调整,从而解决供暖区域内部分区域供暖热能过剩,部分区域供暖热能不足的情况。
-