一种深度强化学习辅助进化的超多目标车辆路径规划方法

本发明公开了一种深度强化学习辅助进化的超多目标车辆路径规划方法，针对多目标优化与路径规划问题，通过深度强化学习动态引导搜索方向。方法核心包括：1)构建超多目标车辆路径问题数学模型；2)设计深度Q网络作为决策模型，在迭代中自适应选择高潜力搜索方向；3)设计全局搜索策略，平衡全局搜索与局部优化；4)生成子代并评估适应度，执行环境选择更新种群；5)根据种群进化效果计算奖励值，优化DQN网络参数。该方法通过强化学习与进化算法的协同机制，动态调整搜索策略，有效提升算法收敛速度与稳定性，增强对复杂路径规划问题的适应能力，在求解效率、解集质量及动态环境应对方面具有显著优势。