-
公开(公告)号：CN118036835A
公开(公告)日：2024-05-14
申请号：CN202311761108.8
申请日：2023-12-20
Applicant: 安徽大学
IPC: G06Q10/047 , G06Q10/083 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的ALNS算法的电动车辆任务配送方法，是应用于由1个仓库点、n个配送任务点和m个充电设施所组成的配送网络中，包括：1、分析与负载约束相关的路径优化和与电量约束相关的充电决策优化之间的耦合关系，建立电动汽车车辆任务问题模型；2、基于负载约束和电量约束条件设计路径破坏算子和路径修复算子，设计神经网络模型输出选择的路径破坏算子和路径修复算子；3、建立马尔可夫决策过程、采集状态转移数据，训练深度Q网络模型，迭代优化路径方案直到满足停止条件；4、输出当前任务下最佳路径方案。本发明对电动车辆任务配送问题中负载约束和电量约束进行统一求解，从而能提高配送效率并降低配送成本。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
