摘要
本发明公开了一种双网融合下电动网约车在线拼车调度方法及系统,该方法包括下述步骤:根据历史数据,获取预设区域内不同时间的区域信息,采样生成训练数据;根据区域信息对双网融合电动网约车在线拼车调度问题进行建模,确定模型的优化目标,构建目标函数及约束条件;根据优化目标与训练数据,采用基因表达式编程协同进化充电规则池与接单规则池;将充电规则池和接单规则池作为深度强化学习超启发式算法的动作空间,基于深度强化学习超启发式算法对模型进行求解,为空闲车辆从动作空间选择动作,根据选择的动作更新车辆的状态。本发明通过协同进化充电规则与接单规则种群提升了收敛速度,同时将规则池作为深度强化学习的动作空间提升了鲁棒性。
技术关键词
超启发式算法
网约车
深度强化学习
拼车
基因表达式编程
生成训练数据
在线
决策
订单
车辆
执行存储器存储
重复性
充电站
模块
处理器
调度系统
计算机设备
可读存储介质
程序
系统为您推荐了相关专利信息
攀爬巡检机器人
移动机构
Halbach阵列
关节舵机
深度强化学习方法
建筑群
可视化系统
数字孪生技术
传感器融合技术
深度强化学习算法
全生命周期管理方法
节点
评论情感分析
数字孪生模型
拓扑分析算法
任务分配策略
多无人机任务分配
节点特征
无人机电量
路径规划算法
LEO卫星网络
低轨卫星通信网络
组网方法
时延
深度强化学习算法