买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中汽研汽车检验中心(常州)有限公司申请的专利一种基于DDPG的纯电动汽车乘员舱空调制冷控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116729060B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310591773.0，技术领域涉及：B60H1/00；该发明授权一种基于DDPG的纯电动汽车乘员舱空调制冷控制方法是由黄浩;胡东海;张海波;包俊江;邱承云;程兆旭;单建标;张雄飞;苏湘雯;梅海龙设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本一种基于DDPG的纯电动汽车乘员舱空调制冷控制方法在说明书摘要公布了：本发明提供一种基于DDPG的纯电动汽车乘员舱空调制冷控制方法，包括基于DDPG算法的乘员舱空调制冷控制模块、强化学习训练环境以及乘客舱热流畅&热舒适性模块，强化学习训练环境包含汽车空调系统一维模型以及乘客舱热舒适性预测模型；乘客舱热流畅&热舒适性模块包含乘客舱三维模型和人体热舒适性模型；基于DDPG算法的乘员舱空调制冷控制模块包含动作网络、评价网络以及经验回收池。乘客舱热流畅&热舒适性模块采用深度学习的方式转化为强化学习训练环境中的乘客舱热舒适性预测模型，基于DDPG算法的乘员舱空调制冷控制模块与强化学习训练环境不断进行交互从而达到训练效果。

本发明授权一种基于DDPG的纯电动汽车乘员舱空调制冷控制方法在权利要求书中公布了：1.一种基于DDPG的纯电动汽车乘员舱空调制冷控制方法，其特征在于：包括以下步骤： S1：构建乘客舱人体热舒适性预测模型S1.1：在三维设计软件中构建乘客舱三维模型和人体热舒适性评价模型，乘客舱三维模型和人体热舒适性评价模型构成乘客舱热流场热舒适性模块； S1.2：根据深度学习神经网络训练的需求，设定乘客舱热流场热舒适性模块的特征参数； S1.3：通过乘客舱三维模型和人体热舒适性评价模型的联合仿真模拟，提取仿真结果中所述特征参数对应的数值，作为深度学习神经网络训练的数据集，对数据集进行预处理，并将数据集分为训练集和验证集； S1.4：神经网络训练，根据定义好的模型结构搭建深度学习网络，包括输入层、隐含层和输出层，初始化对应的权值和阈值，设定神经网络训练的超参数，包括优化器、学习率、迭代次数、时间步长和批次大小；利用训练集的数据对深度学习模型进行训练，采用反向传播算法更新权值和阈值；获得乘客舱人体热舒适性预测模型，并采用验证集对乘客舱人体热舒适性预测模型的预测效果进行评估； S2：构建乘员舱空调制冷控制策略S2.1：构建乘员舱空调制冷控制模块根据汽车空调制冷系统定义强化学习模型，确定强化学习模型中MDP过程的状态s、动作a和奖励r，并根据强化学习模型确定乘员舱空调制冷控制模块； S2.2：构建强化学习训练所需环境强化学习训练所需环境包括汽车空调制冷系统一维模型和步骤S1获得的乘客舱人体热舒适性预测模型，其中，汽车空调制冷系统一维模型用于根据车内温度、车外温度、太阳辐射强度、空气湿度、车速以及汽车空调制冷系统的控制指令，模拟汽车空调制冷系统中部件的运行，并输出蒸发器后空气速度和温度数据、车内温度数据以及空调系统的能耗数据； 乘客舱人体热舒适性预测模型用于根据车内温度、车外温度、太阳辐射强度、空气湿度、蒸发器后空气速度及温度数据对人体热舒适性评价结果进行预测，并将人体热舒适性评价结果反馈至乘员舱热舒适性控制模块； S2.3：对乘员舱空调制冷控制模块进行强化学习训练在步骤S2.2的强化学习训练环境中，采用基于DDPG算法的强化学习控制结构网络对步骤S2.1中构建的乘员舱空调制冷控制模块进行训练，在训练过程中，采集样本数据，并根据样本数据对乘员舱空调制冷控制模块进行更新和优化，待乘员舱空调制冷控制模块达到收敛状态后，即为训练完成，此时，乘员舱空调制冷控制模块的控制策略，即为目标策略——汽车空调制冷系统的乘员舱空调制冷控制策略； S3：控制策略的应用将训练好的乘员舱空调制冷控制模块的控制策略转化为代码并烧写到汽车空调控制器内，作为实车的空调制冷控制系统对乘员舱热舒适性进行控制和调节。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中汽研汽车检验中心(常州)有限公司，其通讯地址为：213000 江苏省常州市武进国家高新技术产业开发区海湖路97号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。