基于大小交路、快慢车越行工况的马尔可夫决策过程模型的深度强化学习求解方法

本发明提出基于大小交路、快慢车越行工况的马尔可夫决策过程模型的深度强化学习求解方法。所述方法通过分析地铁列车调度过程中的多种工况和运行数据，建立马尔可夫决策过程模型，优化列车运行方案。进而通过实时运营数据的分析与深度强化学习算法的应用，实现列车调度的智能优化，提高地铁系统的运营效率和服务质量。