一种基于动态集群与深度强化学习的车对车能源交易分组方法

AITNT
正文
推荐专利
一种基于动态集群与深度强化学习的车对车能源交易分组方法
申请号:CN202510027689
申请日期:2025-01-08
公开号:CN119830992A
公开日期:2025-04-15
类型:发明专利
摘要
本发明公开了一种基于动态集群与深度强化学习的车对车能源交易分组方法,通过对参与交易的电动汽车根据其位置、速度、行驶方向及能源信息进行动态地集群划分,可以有效提升车对车能源交易效率。具体来讲,本方法使用深度强化学习动态选择集群分组个数并调整聚类算法中的特征值权重系数,根据当前状态进行实时的最优决策以获得最大化的长期奖励,从而提升车对车能源交易总经济效用。仿真结果表明,本方法促进了集群内交易的形成,同时提高了车对车能源交易中的能源传输效率,并在更大规模的车对车能源交易场景中具有适用性。
技术关键词
深度强化学习 集群 能源交易系统 可信机构 特征值 钱包 最大化系统性能 分组算法 K均值聚类算法 车对车 车辆 无线电力传输 计数器 深度Q网络 速度 市场动态 决策
系统为您推荐了相关专利信息
1
基于多维特征融合的驾驶环境智能识别方法
车辆驾驶环境 智能识别方法 多模态 智能采集设备 坐标点
2
一种基于增强深度强化学习的车联网分布式边缘计算方法
分布式边缘计算方法 分布式云 深度Q学习 卸载系统 深度强化学习
3
一种基于深度强化学习结合的宿舍建筑室内环境优化方法及系统
深度强化学习模型 建筑室内环境 宿舍 深度强化学习算法 可视化平台
4
手术室麻醉设备监控系统
麻醉设备 声音特征识别 偏差 频率 手术室
5
一种基于RAG的多源异构数据融合系统
数据融合系统 知识图谱构建 分布式爬虫集群 异构 存储管理模块
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