典型文献
基于强化学习的列车驾驶曲线节能优化算法
文献摘要：
在保证安全和准时性的前提下,自动化列车运行可以有效减少列车耗能.为了灵活应对列车运行种的动态变化,提出了一种基于强化学习的方法,可以优化列车控制策略且不采用之前关于列车动力学的知识和设计的列车速度曲线.这个优化模型将列车节能作为目标,把准点到达、列车限速、停车位置作为限制条件.大量的列车运行经验可以被用来训练深度神经网络直到得到最优化行为价值函数,通过对训练过的神经网络输入状态,可以准确输出每个行为的价值,然后再根据行为价值的大小来选择最优的驾驶策略.
文献关键词：
列车自动驾驶;列车节能;深度学习;最优驾驶
中图分类号：
作者姓名：
黄畅;姜辰宇;邢昕铨
作者机构：
北京交通大学,北京 100044;华南理工大学,广东 广州 510641
文献出处：
引用格式：
[1]黄畅;姜辰宇;邢昕铨-.基于强化学习的列车驾驶曲线节能优化算法)[J].数字通信世界,2022(01):19-21
A类：
行为价值函数
B类：
强化学习,车驾,节能优化,准时,列车运行,少列,列车控制,列车速度,速度曲线,列车节能,准点,限速,停车位置,限制条件,运行经验,深度神经网络,优化行为,驾驶策略,列车自动驾驶,最优驾驶
AB值：
0.349607
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。
