基于改进强化学习的充电站选址方法研究

摘要

为了解决当前充电站选址算法在挖掘和利用训练数据潜力不足，进而限制优化效果的问题，提出了一种基于改进强化学习的充电站选址方法。首先，综合考虑城市道路网络、现有公共充电站的位置分布及充电需求等因素，搭建仿真环境。其次，评估现有充电站的干扰影响，并将出行时间、充电时间、等待时间、效益作为评估算法优化的性能指标。最后，利用长短期记忆网络提取训练数据中的时间序列特征，捕捉并分析充电站位置随时间变化的动态规律，从而进一步优化学习过程。在国内部分城市的道路网络上进行测试。仿真结果表明，该方法相比现有强化学习选址算法，平均减少了8.57%的等待时间、11.38%的出行时间和6.17%的充电时间。

关键词

选址 / 强化学习 / 长短期记忆网络 / 近端策略优化