强化学习驱动的区域停车系统供需流适配及优化调控方法

AITNT
正文
推荐专利
强化学习驱动的区域停车系统供需流适配及优化调控方法
申请号:CN202411437086
申请日期:2024-10-15
公开号:CN119378865A
公开日期:2025-01-28
类型:发明专利
摘要
本发明涉及一种强化学习驱动的区域停车系统供需流适配及优化调控方法,所述区域停车系统运行优化方法包括面向用户端的停车分配时机问题优化;面向管理端的资源最优利用问题优化。本发明针对停车分配时机和资源最优利用两个系统问题,分别通过多智能体深度强化学习方法给出了不同的无模型数据驱动的区域停车系统运行优化流程,可以有效减少区域停车系统内用户的行驶距离,提升系统运行效率。
技术关键词
优化调控方法 停车系统 多智能体深度强化学习 空闲停车位 分布特征 车辆 决策 网格 神经网络参数 仿真器 车位智能 初始化系统 定义 系统停车 活动中心 列表 策略 泊位
系统为您推荐了相关专利信息
1
一种基于虚拟高度模型的SuperDARN雷达仰角校正方法
校正方法 雷达 多普勒 分布特征 校正算法
2
隧道变形回归预测模型训练方法、结果生成方法及设备
回归预测模型 隧道 分布特征 训练机器学习模型 数值
3
一种基于机器学习的效果器参数自适应调整方法
生成参数 混响时间 数据分布特征 皮尔逊相关系数算法 PageRank算法
4
一种基于表面热成像与人工智能算法的放疗部位皮肤状态监测系统
状态监测系统 人工智能算法 热成像传感器 深度学习模型 护理工作站
5
基于文字符号的电力铁塔识别方法及系统
电力铁塔 动态噪声 语义向量 纹理特征 跨模态关联学习
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号