基于拥堵预测与DRL的智能电动车队队列优化方法

一种基于拥堵预测与DRL的智能电动车队队列优化方法，步骤包括：（一）将电动车队的队列位置优化问题建模为以能量均衡为目标、受交通环境约束的数学模型；（二）采用基于TRPO算法的DRL方法求解步骤（一）的数学模型，获得电动车队的最优队列调整策略。在步骤（二）中，通过LSTM交通预测与FCM方法获取外部交通环境中的拥堵状态信息，并与车队中各车辆的剩余电量和累计行驶距离共同作为TRPO算法的状态输入；TRPO算法采用策略网络与价值网络分别得到调整队列位置的策略，以及评估当前状态下的回报预期。TRPO算法通过约束策略更新的KL散度，动态调整策略更新步长，保证策略更新过程中的稳定性和收敛性。