文献类型：期刊文章

作　　者：刘宇[1,2] 张聪[2] 李涛[3]

LIU Yu;ZHANG Cong;LI Tao(School of Computer Science,Wuhan University,Wuhan 430000,China;School of Mathematics and Computer Science,Wuhan Polytechnic University,Wuhan 430000,China;Development Planning Department,Jingzhou Power Supply Company of State Grid Hubei Electric Power Limited Company,Jingzhou 434000,China)

机构地区：[1]武汉大学计算机学院,湖北武汉430000 [2]武汉轻工大学数学与计算机学院,湖北武汉430000 [3]国网湖北省电力有限公司荆州供电公司发展策划部,湖北荆州434000

出　　处：《计算机工程与设计》

基　　金：湖北省重大科技专项基金项目(2018ABA099);国家自然科学基金面上基金项目(61272278);湖北省自然科学基金重点基金项目(2015CFA061);湖北省自然科学基金青年基金项目(2018CFB408);2020年国网湖北省电力科技基金项目(5215J0200012)。

年　　份：2022

卷　　号：43

期　　号：1

起止页码：196-202

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为让电梯调度算法在电梯电力能耗、用户乘梯体验和算法适应性方面具备更好表现,在目前主流的电梯调度算法基础之上,提出对调度环境、电梯行为和调度目标3个方面进行统一建模的基于强化学习A3C的电梯智能调度算法。让调度电梯在不断地和环境交互学习过程中逐渐学习得到最优电梯调度策略,与基于具体环境建模的相关电梯调度算法进行对比实验,基于A3C的调度算法具有建模简单规范、适应性强和控制目标多样的优势,对比A3C算法与部分强化学习算法在电梯调度中的优劣,实验结果表明,A3C算法具备较好的调度性能。

关 键 词：智能调度 电梯调度算法  电梯节能 强化学习  A3C  

分 类 号：TP391]