-
公开(公告)号：CN119250840A
公开(公告)日：2025-01-03
申请号：CN202411348760.1
申请日：2024-09-26
Applicant: 北京印刷学院
IPC: G06Q30/018 , G06Q10/063 , G06F30/18 , G06F30/27 , G06N3/092 , G06F119/06
Abstract: 本发明提出一种基于深度强化学习与博弈论的中央空调负荷及低碳优化方法。首先，采取区间数等方法对中央空调系统中各部分机组参数、环境温度及源荷等多重不确定性等进行建模。其次，根据系统碳排放与电力负荷及机制，以综合运行成本最低及低碳为目标，优化中央空调系统运行模式。本发明通过将深度强化学习的深度Q网络与区间多目标粒子群优化算法结合策略，进行“离线训练”与“在线指导”的新型多目标优化算法，高效求解多重不确定性因素下的中央空调低碳低能耗优化调度问题。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
