CN119494517A 考虑平台博弈的有站式共享车系统动态管控方法及系统 （浙江大学）_第1页
CN119494517A 考虑平台博弈的有站式共享车系统动态管控方法及系统 （浙江大学）_第2页
CN119494517A 考虑平台博弈的有站式共享车系统动态管控方法及系统 （浙江大学）_第3页
CN119494517A 考虑平台博弈的有站式共享车系统动态管控方法及系统 （浙江大学）_第4页
CN119494517A 考虑平台博弈的有站式共享车系统动态管控方法及系统 （浙江大学）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

考虑平台博弈的有站式共享车系统动态管虑平台博弈的有站式共享车系统动态管控方法定义平台这智能体在马尔可夫状态转移方程的2S2：根据各平台运营目标和管控手段，定义平其中，状态包含了平台的当前电单车定价和所属于该平台的卡车运行状态，写作由卡车的任务类型和任务起讫点组成，s⃞,anet0,1,2,3)表示任务类型，所述任务类3单车与电单车位置信息和还包含了大平台的车辆位置信息n:和n:以及其电单车定平台的收益为共享单车和电单车租赁带来的收入之和减去卡车的运输成本r',共表示平台l在区域o可用的共享单车数量，θ1为模型参数，对于某个平台的共享单车相对效用值为：其他模式效用值，∈为个体选择差异带来的随机项，pb表示使用共享单车的选择惰性，4随后，优化控制模块从仿真模块中读取小平台状态，同样D3QN算法从经验池内采集若干批次的记录信息(st,a⃞,rt,st1),根据其损失函数，t平台生成优化后的动态车辆再平衡及共享电单车计算单元，所述计算单元用于根据各平台运营目标和管控56[0002]随着城市化水平的不断提高，绿色出行在缓解全球气候恶化中的重要性不断凸7台共享单车与电单车位置信息和还包含了大平台的车辆位置信息n:和以及其电M辆卡车的任务类型及工作区域[0030]平台的收益为共享单车和电单车租赁带来的收入之和减去卡车的运输成[0031]S22：初始化深度强化学习算法，包括采用D3QN算法(DoubleDuelingDeepQ_乘客遵循随机效用理论选择子区域内某一平台的某一类车型，平台决策当前时段的动作，8(exp(01us)+exp(01u引,⃞,.表示平台l在区域o可用的共享单车数量，θ1为模型参对于某个平台的共享单车相对效用值为：[0046]D3QN算法从经验池内采集若干批次的记录信息(st,af,rt,st1),根据其损失[0048]其中ω为神经网络参数，R(st,at)为t时段的收益，Q(s9ies,a,a)为目标网络，根据训练网络得到下一时段下的最优动息和大平台共享单车与电单车位置信息n:和优化控制模块可根据该状态中的参管控方案。台共享单车与电单车位置信息和还包含了大平台的车辆位置信息n:和nt以及其电[0092]其中，平台的动作定义为包含了对于共享电单车的定价M辆卡车的任务类型及工作区域[0095]平台的收益为共享单车和电单车租赁带来的收入之和(rr:)减去卡车的运输成[0097]S22：初始化深度强化学习算法，包括采用D3QN算法(DoubleDuelingDeepQ_作，此处由于涉及到多个平台，采用修正的巢式Logit模型刻画多平台多车型间的选择行对于某个平台的共享单车相对效用值为：[0114]其中ω为神经网络参数，R(st,at)为t时段的收益，Q(sQ(s,a,)为目标网络，根据训练网络得到下一时段下的最优动

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论