首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于Q-Learning强化学习的模块化公交系统 

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!

申请/专利权人:重庆交通大学

摘要:本发明提供了一种基于Q‑Learning强化学习的模块化公交系统,属于智能公交技术领域,包括服务终端、服务模式、运营调度系统和智能公交,所述的运营调度系统的数据信息通过Q‑Learning算法计算出最佳运营调度,把最佳运营调度的信息反馈给智能公交,两个所述智能公交之间可进行电力输送,采用粒子群算法对于每个智能公交求解出最佳充电位置;采用以上算法后,本发明具有如下优点:本发明通过Q‑learning,改进Q‑learning算法使其成为可以快速定制上门接送所有乘客的专属路线,提高公交出行方式的影响力。根据乘客实时的动态请求优化生成不同的线路,为乘客提供高效合理的出行服务。

主权项:1.一种基于Q-Learning强化学习的模块化公交系统,其特征在于,包括服务终端、服务模式、运营调度系统和智能公交,所述的运营调度系统的数据信息通过Q-Learning算法计算出最佳运营调度,把最佳运营调度的信息反馈给智能公交;所述Q-Learning算法计算公式1为:Qs,ai=Qs,ai-1+α[Rs,a,s′+γ×maxa′Qs′,a′-Qs,ai–1]1同时设置奖励和惩罚函数,所述奖励和惩罚函数的计算公式2为:RS,A,s′=-φ·T+θ·N2两个所述智能公交之间可进行电力输送,采用蒙特卡洛法建立一个预测模型,将智能公交的行驶路线和电量剩余输入模型,让其作为驱动预测的自变量和要确定的因变量,然后将自变量制定概率分布;采用粒子群算法对于每个智能公交求解出最佳充电位置;所述采用粒子群算法计算公式34为:

全文数据:

权利要求:

百度查询: 重庆交通大学 一种基于Q-Learning强化学习的模块化公交系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术