计算机应用研究

作者：胡尚民,沈惠璋,

单位：上海交通大学安泰经济与管理学院,上海200030；

关键词：车辆路径问题,电动车,多约束,强化学习,策略梯度法,组合优化,

针对有路径总时长约束、载重量约束和电池容量约束的电动车路径优化问题（EVRP），考虑其途中可前往充电站充电的情境，构建以最小化路径总长度为目标的数学模型，提出一种基于强化学习的求解算法RL-EVRP。该算法用给定的分布生成训练数据，再通过策略梯度法训练模型，并保证在训练过程中路径合法即可。训练得到的模型可用于解决其他数据同分布的问题，无须重新训练。通过仿真实验及与其他算法的对比，表明RL-EVRP算法求解的路径总长度更短、车辆数更少，也表明强化学习可成功运用于较复杂的组合优化问题中。

来源：2020年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第11期