一种基于强化学习算法的油离配合策略优化方法及系统

AITNT
正文
推荐专利
一种基于强化学习算法的油离配合策略优化方法及系统
申请号:CN202411495920
申请日期:2024-10-25
公开号:CN119004684B
公开日期:2025-06-03
类型:发明专利
摘要
本发明涉及计算机模型领域,提出了一种基于强化学习算法的油离配合策略优化方法及系统,通过构建燃油车的传动模型,以深入分析的油离配合策略对于整车性能的影响,使得优化出的油离配合策略更符合人类驾驶员的实际操控过程,再对燃油车传动模型进行关键参数约束,进一步的提高油离配合策略的拟真性,并进一步的提高油离配合策略的性能,再根据强化学习算法设计了奖惩函数,从动力性、经济性和舒适性多方面进行性能优化,本发明极大地提高了油离配合策略优化的综合性能。
技术关键词
强化学习算法 策略优化方法 关键点 变速箱模块 燃油车 发动机输出轴转速 发动机转动惯量 燃油消耗量 离合器主动盘 力矩 车辆 曲线斜率 阻力 齿轮箱
系统为您推荐了相关专利信息
1
一种面部模型校准显示方法、装置、设备和介质
人脸关键点 血管 模型校准 网格模型 坐标
2
一种增材区域顺序优化方法和装置
LSTM模型 顺序优化方法 三维模型 应力 关键点
3
基于多模态信息融合的安全生产作业人员行为识别方法及系统
人体骨架 多模态信息融合 视频采集模块 人体关键点 识别方法
4
一种针对网络通信系统进行协议优化和动态路由选择的方法
网络通信系统 压缩算法 动态 监测网络状态 节点
5
基于多模态感知的智慧电扶梯乘客行为检测系统及方法
电扶梯 多模态 压电薄膜传感器 DBSCAN聚类算法 多传感器数据融合
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