公开(公告)号：CN113051667A

公开(公告)日：2021-06-29

申请号：CN202110333743.0

申请日：2021-03-29

Applicant: 东南大学

Inventor： 彭剑坤 ,  连仁宗 ,  范毅 ,  张思雨 ,  谭华春 ,  伍元凯

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/14

Abstract: 本发明涉及一种混合动力汽车能量管理策略的加速学习方法，主要应用于基于深度强化学习的能量管理策略开发。通过不同混合动力汽车的驾驶工况信息，基于深度神经网络结构创建Actor网络和Critic网络，使用DDPG算法对源域的驾驶工况数据进行训练，以获得迁移学习所需要的内部表征；用获得的来自源域的内部表征初始化用来训练目标域的Actor网络和Critic网络，随机初始化训练目标域的Actor、Critic网络中的其他参数，并用少量的驾驶工况数据微调目标域的内部表征；目标域混合动力汽车执行训练完成的能量管理策略。本法发明具有共性的原则利用起来，节省了重新训练参数的时间，缩短了目标域混合动力汽车能量管理策略的训练周期，也有利于提高混合动力汽车的燃油经济性。

公开(公告)号：CN113051667B

公开(公告)日：2024-02-02

申请号：CN202110333743.0

申请日：2021-03-29

Applicant: 东南大学

Inventor： 彭剑坤 ,  连仁宗 ,  范毅 ,  张思雨 ,  谭华春 ,  伍元凯

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/048 ,  G06N3/084 ,  G06N3/096 ,  G06F119/14

Abstract: 本发明涉及一种混合动力汽车能量管理策略的加速学习方法，主要应用于基于深度强化学习的能量管理策略开发。通过不同混合动力汽车的驾驶工况信息，基于深度神经网络结构创建Actor网络和Critic网络，使用DDPG算法对源域的驾驶工况数据进行训练，以获得迁移学习所需要的内部表征；用获得的来自源域的内部表征初始化用来训练目标域的Actor网络和Critic网络，随机初始化训练目标域的Actor、Critic网络中的其他参数，并用少量的驾驶工况数据微调目标域的内部表征；目标域混合动力汽车执行训练完成的能量管理策略。本法发明具有共性的原则利用起来，节省了重新训练参数的时间，缩短了目标域混合动力汽车能量管理策略的训练周期，也有利于提高混合动力汽车的燃油经济性。