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
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
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
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