典型文献
基于强化学习算法的水库优化调度研究
文献摘要：
为解决复杂现实环境下的水库优化调度问题,采用强化学习的Q-learning算法,以哈希表作为核心数据结构,在逐幕生成水库可行调度方案的同时,单时段优化Q值,最终依据各时段的最优Q值生成水库最优调度方案.试验分析结果表明,当迭代次数达到一定数量时,Q-learning算法能够达到理论上的最优解;依据水库调度历史数据建立最优搜索廊道,Q-learning算法可在缩短优化时间的同时获得高质量的解.
文献关键词：
水库优化调度;约束型强化学习;Q-learning;哈希表
中图分类号：
作者姓名：
胡鹤轩;尹苏明;胡强;张晔;胡震云;义崇政
作者机构：
河海大学计算机与信息学院,江苏南京210098;西藏农牧学院电气工程学院,西藏林芝860000;河海大学商学院,江苏南京210098;长江勘测规划设计研究有限责任公司,湖北武汉430010;长江空间信息技术工程有限公司(武汉),湖北武汉430010;湖北省水利信息感知与大数据工程技术研究中心,湖北武汉430010
文献出处：
引用格式：
[1]胡鹤轩;尹苏明;胡强;张晔;胡震云;义崇政-.基于强化学习算法的水库优化调度研究)[J].水电能源科学,2022(01):73-77
A类：
约束型强化学习
B类：
强化学习算法,水库优化调度,现实环境,调度问题,learning,哈希表,心数,数据结构,调度方案,最优调度,试验分析,迭代次数,最优解,水库调度,历史数据,最优搜索,廊道,优化时间
AB值：
0.372798
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
