

一种基于深度学习的自适应经济调度系统及方法.pdf
宜然****找我
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于深度学习的自适应经济调度系统及方法.pdf
本发明公开了一种基于深度学习的自适应经济调度系统,其特征在于:它包括负荷矩阵构建模块、自适应学习模型及训练样本集构建模块、学习模型的训练目标构建模块、差异化训练样本集构建模块、长短期记忆网络构建模块和实时经济调度自适应学习模型构建模块;本发明基于完美调度理念生成学习模型训练目标,并利用系统中存储的海量历史数据对LSTM‑IIU网络对进行训练,一旦学习模型构建完成,将目标调度时刻的预测数据输入即可得到对应的实时经济调度方案。
一种基于知识辅助深度强化学习的多能系统经济调度方法.pdf
本发明公开了一种基于知识辅助深度强化学习的多能系统经济调度方法,本方法的具体步骤如下:首先,深度确定性策略梯度算法构建了一个智能体用于接收环境传递来的状态信息并探索对应的最优机组出力,该算法可以获得最优调度策略并且减轻维数灾难。其次,知识辅助强化学习算法作为保护器处于智能体与环境的中间层,保护器可以加快深度确定性策略梯度算法的收敛速度,同时保证智能体在探索试错过程中不会危害系统设备的安全。最后,在难以建立系统精确模型的情况下,基于知识辅助深度强化学习的多能系统经济调度方法可以有效地获得系统调度的最优经济性
一种基于强化学习的自适应轨道交通调度方法、系统、终端.pdf
本发明属于交通调度技术领域,公开了一种基于强化学习的自适应轨道交通调度方法、系统、终端,基于常发性客流量与偶发性客流量的环境建模方法建立适用于强化学习的轨道列车调度的马尔可夫决策模型;确定从环境中提取特征的轨道交通调度方案,进行轨道交通调度。本发明提供了一个基于强化学习的自适应轨道交通调度方法,可以根据乘客数目来调度轨道交通车辆,使得有关公司在保证乘客满意度的同时,保证收益最大化。本发明的基于深度强化学习方法的列车调度方案有着自适应客流量的优点,在保证载客率的同时,使得运营成本与顾客等待时间更低。
一种基于深度强化学习的集群任务调度方法及系统.pdf
本发明提出一种基于深度强化学习的集群任务调度方法及系统,包括采用强化学习对异构计算资源平台中的任务进行实时调度,将计算平台中物理机组别信息、来自用户的任务需求信息以及任务执行成本作为强化学习的状态空间,将可用的物理机组集合作为强化学习的动作空间,通过深度Q网络方法,通过与异构计算平台环境信息的变化,学习适应动态变化的任务类型在异构资源物理机上的不同执行效率,资源利用效率即物理机执行任务时的资源使用占比;采用遗传算法,在前一步决策结果产生的物理机组中,根据不同物理机的资源使用情况,最大化资源利用效率,进行任
一种基于深度学习的智能调度方法.pdf
本发明涉及调度控制技术,其公开了一种能够提高乘客乘梯体验,且具有较好灵活性和适应性的一种基于深度学习的智能调度方法。该方法包括以下步骤:S1、乘客通过所在楼层的预约面板进行乘梯预约,生成呼梯请求发送给电梯控制模块;S2、电梯控制模块获取收到呼梯请求时所有电梯的状态数据,并连同呼梯请求一并发送给算法调度模块;S3、算法调度模块采用训练好的电梯调度模型作为调度算法,以呼梯请求和所有电梯的状态数据为输入,生成派梯决策;S4、算法调度模块将派梯决策反馈给预约面板和电梯控制模块。本发明适用于目的层预约型电梯群调度。