基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决复杂现实环境下的水库优化调度问题,采用强化学习的Q-learning算法,以哈希表作为核心数据结构,在逐幕生成水库可行调度方案的同时,单时段优化Q值,最终依据各时段的最优Q值生成水库最优调度方案.试验分析结果表明,当迭代次数达到一定数量时,Q-learning算法能够达到理论上的最优解;依据水库调度历史数据建立最优搜索廊道,Q-learning算法可在缩短优化时间的同时获得高质量的解.
推荐文章
基于强化学习的参数化电路优化算法
优化算法
强化学习
参数化优化
基于蚂蚁优化算法的分层强化学习
蚂蚁系统优化算法
强化学习
Option
瓶颈边
一种新的基于蚁群优化的模糊强化学习算法
强化学习
模糊Sarsa学习
蚁群优化
基于核方法的强化学习算法
强化学习
核方法
马尔科夫决策过程
Q-learning
mountiain car
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于强化学习算法的水库优化调度研究
来源期刊 水电能源科学 学科 工学
关键词 水库优化调度 约束型强化学习 Q-learning 哈希表
年,卷(期) 2022,(1) 所属期刊栏目 水情测报与优化调度|HYDROLOGICAL FORECAST AND OPTIMAL SCHEDULING
研究方向 页码范围 73-77
页数 5页 分类号 TV697.1
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水库优化调度
约束型强化学习
Q-learning
哈希表
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水电能源科学
月刊
1000-7709
42-1231/TK
大16开
武汉市洪山区珞喻路1037号华中科技大学内
38-111
1983
chi
出版文献量(篇)
9307
总下载数(次)
26
总被引数(次)
55104
论文1v1指导