| 基于改进型D3QN深度强化学习的铁路智能选线方法 |
| |
| 引用本文： | 袁泉,曾文驱,李子涵,高天赐,杨冬营,何庆.基于改进型D3QN深度强化学习的铁路智能选线方法[J].铁道科学与工程学报,2022,19(2):344-350. |
| |
| 作者姓名： | 袁泉 曾文驱 李子涵 高天赐 杨冬营 何庆 |
| |
| 作者单位： | 广州地铁设计研究院股份有限公司,广东 广州 510010,西南交通大学 土木工程学院,四川 成都 610031 |
| |
| 基金项目： | 四川省科技厅重点研发项目;高铁联合基金重点资助项目;国家重点研发计划;国家自然科学基金 |
| |
| 摘 要： | 传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显.为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术.为此,提出一种基于深度强化学习理论的铁路智能选线方法.以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的...
|
| 关 键 词： | 深度强化学习 智能选线 D3QN算法 信息化 |
Intelligent railway location design approach based on enhanced D3QN deep reinforcement learning |
| |
| YUAN Quan,ZENG Wenqu,LI Zihan,GAO Tianci,YANG Dongying,HE Qing.Intelligent railway location design approach based on enhanced D3QN deep reinforcement learning[J].Journal of Railway Science and Engineering,2022,19(2):344-350. |
| |
| Authors: | YUAN Quan ZENG Wenqu LI Zihan GAO Tianci YANG Dongying HE Qing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
