-
公开(公告)号：CN110414750A
公开(公告)日：2019-11-05
申请号：CN201910802091.3
申请日：2019-08-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于深度增强学习的电动汽车实时充电站选择方法，所述方法包括：步骤一：全局充电控制器收集消息；步骤二：车辆发送请求；步骤三：MEC对请求做出决策；步骤四：电动汽车执行动作并上传信息；步骤五：Q-table更新。本发明提出的实时充电站选择方法接近真实场景，给车辆提供实时选择方案，且能支持无人驾驶的行进模式。此方法为解决电动汽车的里程焦虑并提高现有充电站的利用率不仅可以最小化汽车行驶时间，提高车辆工作效率，还可以减少充电站平均等待队长以均衡各充电站负载，避免出现“部分拥挤，部分闲置”的现象。
-
公开(公告)号：CN110414750B
公开(公告)日：2022-04-05
申请号：CN201910802091.3
申请日：2019-08-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于深度增强学习的电动汽车实时充电站选择方法，所述方法包括：步骤一：全局充电控制器收集消息；步骤二：车辆发送请求；步骤三：MEC对请求做出决策；步骤四：电动汽车执行动作并上传信息；步骤五：Q‑table更新。本发明提出的实时充电站选择方法接近真实场景，给车辆提供实时选择方案，且能支持无人驾驶的行进模式。此方法为解决电动汽车的里程焦虑并提高现有充电站的利用率不仅可以最小化汽车行驶时间，提高车辆工作效率，还可以减少充电站平均等待队长以均衡各充电站负载，避免出现“部分拥挤，部分闲置”的现象。
-
Search Results
2
records
(took 0.014 seconds)
