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！

龙图腾网获悉吉林大学;中科智慧停车科技(广州)有限公司申请的专利基于强化学习的混合供电电动公交系统充电调度优化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：CN120806572B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511293141.1，技术领域涉及：G06Q10/0631；该发明授权基于强化学习的混合供电电动公交系统充电调度优化方法是由季毓婷;别一鸣;王琳虹;龚玮;季金华;从远;李世武设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本基于强化学习的混合供电电动公交系统充电调度优化方法在说明书摘要公布了：基于强化学习的混合供电电动公交系统充电调度优化方法，本发明属于城市公共交通运营管理领域，具体涉及混合供电电动公交系统充电调度优化方法。本发明的目的是为了解决现有电动公交系统资源配置不合理导致资源冗余浪费、运行能耗大、运营成本高的问题。基于强化学习的混合供电电动公交系统充电调度优化方法具体过程为：定义状态空间；定义动作空间；定义奖励函数；基于状态空间、动作空间、奖励函数，建立多目标马尔可夫决策模型；基于多目标马尔可夫决策模型构建强化学习网络模型；获取数据集；基于数据集训练强化学习网络模型，获得训练好的强化学习网络模型，并保存参数；基于训练好的强化学习网络模型获取实际优化时段的充电方案。

本发明授权基于强化学习的混合供电电动公交系统充电调度优化方法在权利要求书中公布了：1.基于强化学习的混合供电电动公交系统充电调度优化方法，其特征在于：所述方法具体过程为： 步骤1、定义状态空间； 步骤2、定义动作空间； 步骤3、定义奖励函数； 步骤4、基于状态空间、动作空间、奖励函数，建立多目标马尔可夫决策模型； 步骤5、基于多目标马尔可夫决策模型构建强化学习网络模型；具体过程为： 步骤5.1、将充电调度任务划分为光照充足时的常规任务与光照不足时的特殊任务； 所述光照充足指光伏日均发电功率大于； 所述光照不足指光伏日均发电功率小于等于； 其中是给储能装置充电的最小充电功率； 步骤5.2、搭建面向多种任务的共享网络，共享网络用于提取输入信息中的共性特征，共享网络由MLP、GRU以及MLP三层网络组成； 步骤5.3、搭建针对优化目标1和优化目标2的面向具体任务的并行任务头网络；具体过程为： 面向具体任务的并行任务头网络包括两个结构相同的并行任务头网络； 两个结构相同的并行任务头为常规任务头和特殊任务头；结构为多层感知机网络MLP； 优化目标1是公交系统在步长t的总充电成本； 优化目标2是公交系统在步长t所用电力在生产过程中的CO2排放； 步骤5.4、设置加权贪婪策略，基于局部动作Q向量选择出建议动作； 步骤5.5、计算步骤5.4选择出的建议动作的记录违反约束的总个数；并通过动作修正策略对不满足约束条件的建议动作进行修正，获得实际动作集； 步骤5.6、搭建混合网络；具体过程为： 混合网络由权重参数网络与值函数混合网络组成； 其中，权重参数网络由四个超网络组成；值函数混合网络由两个线性网络组成； 步骤6、获取数据集； 步骤7、基于数据集训练强化学习网络模型，获得训练好的强化学习网络模型，并保存参数； 步骤8、基于训练好的强化学习网络模型获取实际优化时段的充电方案。

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吉林大学;中科智慧停车科技(广州)有限公司，其通讯地址为：130023 吉林省长春市南关区人民大街5899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。