申请/专利权人：安徽农业大学

申请日：2023-12-27

公开（公告）日：2024-03-19

公开（公告）号：CN117726040A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0631;G06Q10/067;G06Q10/0832;G06N3/006;G06N3/045;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种基于DDQN算法的配送车辆动态调度优化方法，属于基于深度强化学习的生鲜配送车辆调度技术领域；本发明将生鲜配送动态车辆调度问题视为连续时间过程，基于SMDPSemi‑MarkovDecisionProcess框架进行建模，并采用DDQNDoubleDeepQ‑Learning算法来训练双Agent，在处理“新订单事件”和“车辆事件”时做出调度分配。该方法显著降低了分配空间的组合复杂性，在考虑多个分配限制因素的同时，表现出更好的平均分配时间。通过提高系统资源利用率和调度效率，解决了生鲜配送延迟导致生鲜产品时效性下降的问题。

主权项：1.一种基于DDQN算法的配送车辆动态调度优化方法，其特征在于，包括以下步骤：S1、将生鲜配送中的动态车辆调度问题视为基于SMDP框架的连续时间过程：根据生鲜配送订单随时间随机出现、连续分配之间时间间隔随机的特性，拟定基于事件的SMDP公式，并定义SMDP的基本构成：环境、状态、动作空间、奖励函数和环境动力学；在系统中，明确定义两个触发分配的重要事件：“新订单事件”和“车辆事件”，将原本的多对多分配调度问题简化为一对多分配调度问题；S2、利用离散事件模拟器进行模拟：使用Python配置离散事件模拟器；利用所述模拟器维护按时间顺序排列的订单列表，并使用特定的处理例程来处理“新订单事件”和“车辆事件”：在模拟过程中，用概率分布表示驾驶员拒绝的概率，并使用β密度函数对其进行建模，最后，Agent利用该概率执行伯努利试验来确定是否拒绝订单；S3、训练Agent：结合真实世界数据和模拟数据，运用DDQN算法来同时训练双Agent，使其针对“新订单事件”和“车辆事件”做出调度分配。

全文数据：

权利要求：

百度查询： 安徽农业大学 一种基于DDQN算法的配送车辆动态调度优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD