一种基于强化学习的公交动态多目标优化调度方法

本发明提供一种基于强化学习的公交动态多目标优化调度方法。首先初始化车队规模和单程集合，将运营时段切分为多个重调度阶段；构建当前重调度阶段的强化学习模型；利用强化学习模型，依次对当前重调度阶段的每个决策点进行决策，形成当前重调度阶段的最优解；重复多次当前重调度阶段的决策过程，形成当前阶段的最优解集；依次处理每个重调度阶段，直到所有重调度阶段全部处理完毕。通过本发明提出的方案，能够使得车辆调度方案更加适应现实的运营环境，充分考虑目标之间的冲突，提升公交的运营水平与服务质量。