| 注册
首页|期刊导航|交通运输工程与信息学报|基于深度强化学习的列车运行图冗余时间布局优化研究

基于深度强化学习的列车运行图冗余时间布局优化研究

徐欣仪 黄平 文超 彭其渊

交通运输工程与信息学报2023,Vol.21Issue(3):161-176,16.
交通运输工程与信息学报2023,Vol.21Issue(3):161-176,16.DOI:10.19961/j.cnki.1672-4747.2023.01.011

基于深度强化学习的列车运行图冗余时间布局优化研究

Time supplements allocation model for railway timetables based on deep reinforcement learning

徐欣仪 1黄平 2文超 2彭其渊2

作者信息

  • 1. 西南交通大学,交通运输与物流学院,成都 611756
  • 2. 西南交通大学,交通运输与物流学院,成都 611756||综合交通运输智能化国家地方联合工程实验室,成都 611756
  • 折叠

摘要

关键词

铁路运输/冗余时间布局优化/深度强化学习/列车运行图/近端策略优化

Key words

railway timetable/time supplement/deep reinforcement learning/delay recovery/Proxi-mal Policy Optimization

分类

交通工程

引用本文复制引用

徐欣仪,黄平,文超,彭其渊..基于深度强化学习的列车运行图冗余时间布局优化研究[J].交通运输工程与信息学报,2023,21(3):161-176,16.

基金项目

国家重点研发计划项目(2022YFB4300502) (2022YFB4300502)

四川省自然科学基金青年科学基金项目(2022NSFSC1867) (2022NSFSC1867)

交通运输工程与信息学报

OACSTPCD

1672-4747

访问量0
|
下载量0
段落导航相关论文