公开(公告)号：CN119671185A

公开(公告)日：2025-03-21

申请号：CN202411821115.7

申请日：2024-12-11

Applicant: 北京邮电大学

Inventor： 何召锋 ,  刘英卓 ,  刘硕迪 ,  项刘宇 ,  杨耀东 ,  张俊格

IPC: G06Q10/0631 ,  G06Q50/40 ,  G06F18/2415 ,  G06F18/213 ,  G06F18/20

Abstract: 本公开提供了多线路车辆智能排班方法及系统、设备、存储介质，属于智能车辆调度技术领域，该方法包括：构建特征提取网络，特征提取网络用于提取第一信息的特征向量。构建车辆选择网络，车辆选择网络用于选择车辆进行排班。构建模拟环境，模拟环境用于模拟车辆的运行信息。基于特征提取网络和车辆选择网络构建智能体。基于模拟环境生成第一信息，基于第一信息和奖励函数对智能体进行训练得到强化学习智能体，其中，第一信息为模拟车辆的历史运行信息，奖励函数为第一信息对应的奖励值计算函数，将第二信息输入到强化学习智能体中得到目标排班方案，第二信息为多线路车辆信息。本公开提供的多线路车辆智能排班方法及系统、设备、存储介质能够提高对复杂车辆排班问题的应对能力。

公开(公告)号：CN119539038A

公开(公告)日：2025-02-28

申请号：CN202510096269.2

申请日：2025-01-22

Applicant: 北京邮电大学

Inventor： 何召锋 ,  项刘宇 ,  金天宇 ,  刘硕迪 ,  陈波 ,  杨朝文

IPC: G06N3/126 ,  G06N3/092

Abstract: 本公开提供了一种基于双层嵌套进化强化学习的智能决策方法及系统，该方法包括：基于进化学习算法初始化目标任务场景对应的任务配置种群；任务配置种群包括多个种群个体，每个种群个体均设置有第一配置网络和第一动作网络；多次执行种群优化操作，直至任务配置种群中的精英个体变为固定；基于精英个体对应的第一配置网络和第一动作网络确定目标任务场景的决策结果；种群优化操作包括：计算每个种群个体对应的适应度；基于每个种群个体对应的适应度将多个种群个体划分为精英个体和非精英个体；基于精英个体和强化学习算法更新任务配置种群中的非精英个体。本公开提供的基于双层嵌套进化强化学习的智能决策方法及系统可以提高辅助决策的有效性。