新能源汽车供应链多目标组合优化方法、装置、设备及介质

本发明公开了一种新能源汽车供应链多目标组合优化方法、装置、设备及介质，其中方法包括：获取城市的地理位置坐标，构建考虑运输风险与碳排放下选址分配问题的多目标数学模型；确定所述多目标数学模型的约束条件和目标函数；采用NSGA‑III对所述多目标数学模型进行优求解，获得新能源汽车选址配送方案的初始解集；搭建基于NSGA‑III的交叉算子、变异算子的深度强化学习模型；使用初始解集对深度强化学习模型进行训练，完成训练后得到基于深度强化学习的组合优化模型；将基于深度强化学习的组合优化模型用于求解实际选址分配场景，获得最优的新能源汽车选址配送方案。本发明采用DRL与NSGA‑III相结合的优化框架，带来更高的优化效率和解的质量。