原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种基于深度强化学习的电动汽车车队调度方法和系统，包括：在电动汽车车队调度的约束条件下，确定调度的优化目标为最小化时间成本和最大化电动汽车接单数；基于电动汽车车队调度的优化目标，构建有限离散时隙的马尔可夫决策过程；通过深度Q网络求解得到有限离散时隙的马尔可夫决策过程中的最优动作价值函数，根据最优动作价值函数对应的最优动作，得到充电决策；所述最优动作为充电或不充电；针对有限离散时隙的马尔可夫决策过程，构建订单的派遣问题，对派遣问题进行求解，得到订单分配决策。本发明通过深度强化学习动态地协
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116822898 A
(43)申请公布日 2023.09.29
(21)申请号 202310860203.7
(22)申请日 2023.07.13
(71)申请人 长安大学
文档评论（0）