一种基于深度强化学习的公交排班模型的设计方法、装置及系统
基本信息
| 申请号 | CN201911253753.2 | 申请日 | - |
| 公开（公告）号 | CN113033928A | 公开（公告）日 | 2021-06-25 |
| 申请公布号 | CN113033928A | 申请公布日 | 2021-06-25 |
| 分类号 | G06Q10/06;G06Q10/04;G06Q50/30;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 王乾宇;周金明;赵丽 | 申请（专利权）人 | 南京行者易智能交通科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 210014 江苏省南京市秦淮区永智路6号南京白下高新技术产业园区四号楼B栋F23室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度强化学习的公交排班模型的设计方法，该方法包括步骤1，将排班过程转化为马尔科夫决策过程，步骤2，对马尔科夫决策过程进行求解，步骤3，根据求解结果进行排班，通过使用深度强化学习方法对发车时刻表进行排班，建立排班数学模型，将相关的信息参数化，仅调整参数即可针对不同城市进行排班；提升了公交的运营效率，降低公交的运营成本。 |
