基于状态和动作价值网络的列车推荐速度曲线生成方法

摘要

本发明提供了基于状态和动作价值网络的列车推荐速度曲线生成方法，包括：设计对应性能指标的奖励函数，每幕的运行能耗模型构建转换为速度面积和惰行工况占比问题，根据实际速度与平均速度面积差和惰行工况在全线路的占比综合评估能耗水平；在DQN训练过程中，拆分状态价值和动作价值网络，增强神经网络记忆结果的准确性，训练后期根据模型收敛情况，建立输出结果与参与后续训练的概率关系。本发明的方法能够有效解决复杂的能耗指标测量评估问题并应用DQN算法强大的自主学习能力提升ATO控制器智能化水平。