一种基于图结构感知的学习型电动汽车取送货调度方法

AITNT
正文
推荐专利
一种基于图结构感知的学习型电动汽车取送货调度方法
申请号:CN202510203714
申请日期:2025-02-24
公开号:CN120124830A
公开日期:2025-06-10
类型:发明专利
摘要
本发明提出了一种基于图结构感知的学习型电动汽车取送货调度方法,包括以下步骤:建立电动车辆取送货调度交通地图模型;构建考虑地形以及车辆因素的精确是电动车辆能耗模型;基于所述模型采用马尔科夫决策过程描述路由决策;构建电动车辆取送货问题的神经网络模型;采用深度强化学习算法训练模型。本方法针对车辆路由问题结合实际解决了取货和送货两个阶段的路由问题,对于实际运用问题例如同城物流、外卖以及打车等交付拾取问题的电动车辆路由决策有较高的实时性,实现了电动车辆取送货问题调度效率的提升。
技术关键词
车辆 顶点 节点特征 神经网络模型 决策 贪婪策略 能量消耗 深度强化学习算法 数学模型 解码器 充电站 编码器 滚动阻力系数 多头注意力机制
系统为您推荐了相关专利信息
1
基于3D扫描的口腔仿真动画生成设备及方法
生成设备 仿真模型 网格 三角形 动画生成方法
2
一种供电设备供电检测方法及系统
梯度提升决策树 供电检测方法 时钟同步协议 张量分解方法 高斯混合模型
3
车辆及其充电控制方法和装置、计算机可读存储介质
充电控制方法 自动驾驶系统控制 充电控制程序 锁车机构 充电控制装置
4
基于应力波递归特征的支柱绝缘子裂纹检测方法及系统
支柱绝缘子裂纹 递归神经网络模型 布拉格光栅传感器 动态响应信号 分布式光纤
5
基于故障树法的网联自动驾驶汽车行车风险评估方法
风险评估方法 汽车 智能车辆 激光雷达 时延
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