基于改进深度强化学习的电力智慧供应链高维度决策模型研究

• 作者: 刘中明 刘博 周岩 安林林 赵云强
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 电力物资 改进深度强化学习算法 智慧供应链 决策模型 原型系统
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 理论与算法
• 页码范围: 53-60
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903458

摘要

着眼构建具备“建设一体化、检测自主化、监造可视化、分析智能化”属性的电力全景质控供应链,提出了一种基于改进深度强化学习的电力智慧供应链高维度决策模型.借助国家电网公司全景数据中心,构建大数据量级共享数据资源池,引入改进深度强化学习算法建立智慧决策、智能监控、全景可视、专业协同与智慧供应链之间的高维度决策映射,实现多维差异性系统数据的横向共享集成.选取国网供应链某核心节点为效能评价载体,开发对应原型系统并对模型综合效能进行实证分析,结果表明原型系统具备智能采购、数字物流、全景质控等全方位立体智慧供应链体系效能,在数据集成共享性、供应链全局协同性、供需精准匹配性、泛在电力物联网实践性等方面具有明显优势.