双网融合场景下基于进化强化学习的电动车辆路径规划方法技术

本发明专利技术公开了一种双网融合场景下基于进化强化学习的电动车辆路径规划方法，以电动车辆路径规划问题的各组成部分为基础，包括车辆调度中心、运输任务点和充电站对其进行数学建模并建立各项与现实相符的约束，以此得到以减少车辆完成运输任务的耗能和耗时为目标的目标函数，然后采用改进的进化强化学习优化算法，以已确定的目标函数为优化目标，在各类约束均满足且完成运输任务的前提下，计算出电动车辆耗能最少、用时最短的一条路径。本发明专利技术利用双层重放缓冲区结构加快损失函数的收敛，并设计自适应参数来规范训练不同时期选取经验数据的方式，解决了现有技术求解电动车辆路径规划问题优化耗时长、搜索效率低、易陷入局部最优等缺陷。

【技术实现步骤摘要】

本专利技术涉及人工智能领域，特别涉及一种双网融合场景下基于进化强化学习的电动车辆路径规划方法。

技术介绍

1、近年来，随着科学技术的不断发展，国内越来越多的城市开始推进电网和交通网的“双网融合”以改善国民的生活体验，其中电网是一个包含发电站、输电线、充电站等组成部分，能够自实现变电、输电等功能的整体，而交通网则是国家综合运输体系的基础，关系着铁路、公路、水运、民航、管道等各种运输方式。双网融合的重要应用载体就是电动汽车，这种利用清洁能源的新型运输方式近几年受到的关注度不断上升，已经是运输领域的热门话题之一。而与传统燃油汽车相比，要将电动汽车应用到实际之中，不可忽视的问题就是充电站的安排——现今这类能源补充场所还不够广泛，这就在传统的车辆路径规划问题之上引出了其变种类型——电动车辆路径规划问题。该类问题的最终目的是在地图中存在充电站的前提下让车辆以最小代价完成送货、取货等任务，并在完成任务期间确保车辆能够维持合适的电量。

2、进化强化学习是一类新型的，结合了传统强化学习、深度学习和进化算法的原理，在求解现实中复杂优化问题中比传统智能算法更有效的手本文档来自技高网...

【技术保护点】

1.一种双网融合场景下基于进化强化学习的电动车辆路径规划方法，其特征在于，包括：

2.根据权利要求1所述的电动车辆路径规划方法，其特征在于，

3.根据权利要求2所述的电动车辆路径规划方法，其特征在于，电动车路径规划中，设定如下条件：

4.根据权利要求1所述的电动车辆路径规划方法，其特征在于，强化学习种群RL的具体训练过程为：

5.根据权利要求1所述的电动车辆路径规划方法，其特征在于，进化种群P中的每个个体只代表一个价值神经网络Q，每个个体代表一种路径规划，具体是通过以种群优化为核心且通过选择、交叉、突变算子作用迭代式提升种群质量的进化算法，...

【技术特征摘要】

1.一种双网融合场景下基于进化强化学习的电动车辆路径规划方法，其特征在于，包括：

2.根据权利要求1所述的电动车辆路径规划方法，其特征在于，

3.根据权利要求2所述的电动车辆路径规划方法，其特征在于，电动车路径规划中，设定如下条件：

4.根据权利要求1所述的电动车辆路径规划方法，其特征在于，强化学习种群rl的具体训练过程为：

5.根据权利要求1所述的电动车辆路径规划方法，其特征在于，进化种群p中的每个个体只代表一个价值神经网络q，每个个体代表一种路径规划，具体是通过以种群优化为核心且通过选择、交叉、突变算子作用迭代式提升种群质量的进化算法，包括：

6.根据权利要求5所述的电动车辆路径规划方法，其特征在于，每次迭代中，进化种群p在种群演化后产生的大量经验会被用于训练强化种群rl，而此后rl的训练结果也会...

【专利技术属性】
技术研发人员：魏凤凤，余柏江，陈伟能，陈泰佑，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：