混合動力系統(tǒng)偏好強化學(xué)習(xí)能量管理策略研究

打開文本圖片集

摘要： 為實現(xiàn)混合動力系統(tǒng)在電池荷電狀態(tài)（state of charge，SOC）平衡以及動力性約束下的經(jīng)濟性提升，提出了基于偏好強化學(xué)習(xí)的混合動力能量管理策略，該策略將能量管理問題建模為馬爾科夫決策過程，采用深度神經(jīng)網(wǎng)絡(luò)建立輸入狀態(tài)值到最優(yōu)動作控制輸出的函數(shù)映射關(guān)系。與傳統(tǒng)的強化學(xué)習(xí)控制算法相比，偏好強化學(xué)習(xí)算法無需設(shè)定回報函數(shù)，只需對多動作進行偏好判斷即可實現(xiàn)網(wǎng)絡(luò)訓(xùn)練收斂，克服了傳統(tǒng)強化學(xué)習(xí)方法中回報函數(shù)加權(quán)歸一化設(shè)計難題。（剩余11795字）