基于滚动时域优化策略和深度Q学习算法的AGV充电调度方法-国际机械工程-CSCIED科技核心评价数据库-手机版

基于滚动时域优化策略和深度Q学习算法的AGV充电调度方法

AGV charging scheduling method based on rolling time domain optimization strategyand deep Q learning algorithm

ES评分 0 浏览量：710 下载量：0

DOI	10.12208/j.ijme.20230006
刊名	国际机械工程 International Journal of Mechanical Engineering
年，卷(期)	2023, 2(1)
作者	王志杰*,
作者单位	杭叉集团股份有限公司浙江杭州 ;
摘要	设计基于滚动时域优化策略和深度Q学习算法的AGV充电调度方法。首先，在滚动时域优化策略下，确定了AGV的充电状态，控制AGV的充电负荷。其次，建立AGV系统当前状态的深度Q学习算法模型，获取AGV执行相应动作的Q值。最后，计算AGV充电调度功耗，实现AGV的高效充电调度。
Abstract	An AGV charging scheduling method based on rolling time domain optimization strategy and deep Q learning algorithm was designed. Firstly, under the rolling time domain optimization strategy, the charging state of AGV is determined and the charging load of AGV is controlled. Secondly, the deep Q learning algorithm model of the current state of the AGV system is established to obtain the Q value of the AGV executing corresponding actions. Finally, the power consumption of AGV charging scheduling is calculated to achieve efficient charging scheduling of AGV.Key words: rolling time domain optimization strategy; Deep Q learning algorithm; AGV. Charge scheduling method
关键词	Q学习算法；AGV；调度方法
KeyWord	Q learning algorithm; AGV. Scheduling method
基金项目
页码	23-26

[1] 刘岩,邓彬,王瑾,等.基于多目标优化模型的电动汽车充电调度策略
[J].沈阳工业大学学报,2022,44(02):127-132.

[2] 冯小,张传林,崔承刚,等.基于Stackelberg博弈的孤岛式光储充电站调度优化
[J].电网技术,2022,46(10):3989-4001.

[3] 张彬桥,李成,李振兴,等.基于交通信息和配电网全成本电价的电动汽车充电负荷调度方法
[J].智慧电力,2021,49(07):52-57.

[4] 季娜, 蔡红霞, 钱晖. 基于滚动时域优化策略的玻璃深加工车间调度研究
[J]. 工业控制计算机, 2017, 30(3):3.

[5] 丁一陈婷. 基于滚动时域优化策略的多载AGV充电调度
[J]. 中国航海, 2020, 43(2):80-85.

王志杰*. 基于滚动时域优化策略和深度Q学习算法的AGV充电调度方法 [J]. 国际机械工程. 2023; 2; (1). 23 - 26.

相关学者