基于强化学习的沥青路面长期性能养护决策方法 |
| |
引用本文: | 侯明业,王晓阳,徐青杰,杨博,王笑风.基于强化学习的沥青路面长期性能养护决策方法[J].山东科学,2023(3):108-114. |
| |
作者姓名: | 侯明业 王晓阳 徐青杰 杨博 王笑风 |
| |
作者单位: | 河南省交通规划设计研究院股份有限公司 |
| |
摘 要: | 针对道路长期性能养护决策中庞大的数据分析问题,将深度确定性策略梯度(deep deterministic policy gradient, DDPG)强化学习模型引入到了养护决策分析中,将道路性能的提升及养护资金的有效利用作为机器学习的奖励目标,建立了一套科学有效的沥青路面长期性能养护决策方法,经过与DQN(deep Q-learning network)算法和Q-Learning算法进行对比,DDPG算法所需要的采样数据更少、收敛速度更快,表现更为优异,可有效提升道路服役性能的评估效率,对沥青路面多目标长期养护决策方案的制定起着重要的推动作用。
|
关 键 词: | 交通工程 沥青路面 养护决策 强化学习 深度确定性策略梯度模型 |
|
|