| 查看: 524 | 回复: 5 | |||
| 【有奖交流】积极回复本帖子，参与交流，就有机会分得作者 yaoshunbo 的 7 个金币 ，回帖就立即获得 1 个金币，每人有 1 次机会 | |||
[交流]
欢迎引用
|
|||
|
Hybrid electric vehicles can achieve better fuel economy than conventional vehicles by utilizing multiple power sources. While these power sources have been controlled by rule-based or optimization-based control algorithms, recent studies have shown that machine learning-based con trol algorithms such as online Deep Reinforcement Learning (DRL) can effectively control the power sources as well. However, the optimization and training processes for the online DRL-based pow ertrain control strategy can be very time and resource intensive. In this paper, a new offline–online hybrid DRL strategy is presented where offline vehicle data are exploited to build an initial model and an online learning algorithm explores a new control policy to further improve the fuel economy. In this manner, it is expected that the agent can learn an environment consisting of the vehicle dynamics in a given driving condition more quickly compared to the online algorithms, which learn the optimal control policy by interacting with the vehicle model from zero initial knowledge. By incorporating a priori offline knowledge, the simulation results show that the proposed approach not only accelerates the learning process and makes the learning process more stable, but also leads to a better fuel economy compared to online only learning algorithms. With the advancements of data science, machine learning has become a vital tool for improving decision making by using raw data and information as input. Significant results can be seen by using different machine learning techniques in various real-world domains, such as cybersecurity systems, engineering, healthcare, e-commerce, agriculture, etc. [1] [1] Yao, Z.; Yoon, H.-S.; Hong, Y.-K. Control of Hybrid Electric Vehicle Powertrain Using Offline-Online Hybrid Reinforcement Learning. Energies 2023, 16, 652. https://doi.org/10.3390/en16020652 |
回复此楼» 猜你喜欢
308 085701 四六级已过求调剂
已经有8人回复
-
材料工程调剂
已经有3人回复
-
283求调剂，材料、化工皆可
已经有7人回复
-
288求调剂085600材料与化工
已经有16人回复
-
面上和青基一样限30页不合理
已经有6人回复
-
考研一志愿长安大学材料与化工309分请求调剂
已经有10人回复
-
【0856】化学工程（085602）313 分，本科学科评估A类院校化学工程与工艺，诚求调剂
已经有5人回复
-
工科材料085601 279求调剂
已经有3人回复
-
化学学硕求调剂
已经有3人回复
-
工科278分求调剂
已经有6人回复
» 抢金币啦！回帖就可以得到:
-
鲍红丽课题组 研究生招生启事
+1/485
-
南京工业大学杨建教授联合苏州实验室/上硅所联合培养博生研究生
+1/180
-
中南大学材料院赵子谦课题组2026年招收硕博研究生、博士后研究员和科研助理
+3/180
-
山东征女友，坐标济南
+1/164
-
何时使用 CODA™ 科里奥利质量流量仪表- 艾里卡特（Alicat）
+2/66
-
找工作经验求助
+1/49
-
招果树学学博
+5/35
-
澳门大学中药机制与质量研究全国重点实验室硕士研究生
+1/32
-
西京学院土木水利 2026 级研究生招生相关说明
+1/9
-
海南大学徐月山老师招生2026年第二批博士名额2~3个（高端设备开发方向）
+1/8
-
中科院深圳先进技术研究院-宁波诺丁汉大学2026年联合培养博士研究生招生
+1/6
-
26年博士招生
+1/6
-
哈尔滨工业大学（深圳）绿色化学团队招收2026年秋季入学博士生
+1/5
-
英国兰卡斯特大学（Lancaster University）大模型、计算机视觉PhD招生
+1/4
-
海南大学徐月山老师招生第二批博士名额2~3个，2026年9月份入学（高端设备开发方向）
+1/4
-
2026年东北石油大学“页岩油气钻采高效井眼清洁”创新团队招硕士生
+1/3
-
284 求调剂
+1/3
-
大湾区大学-哈尔滨工业大学（深圳）联培博士招生
+1/3
-
重庆交通大学山区桥梁及隧道工程国家重点实验室——Smart Concrete Lab招生
+1/2
-
温州大学招收2026年入学博士研究生（化学、材料、环境）
+1/2
★
yaoshunbo(金币+1): 谢谢参与
yaoshunbo(金币+1): 谢谢参与
|
本帖内容被屏蔽 |
2楼2023-02-28 14:28:16
|
本帖内容被屏蔽 |
3楼2023-02-28 14:30:10
简单回复
2023-02-28 15:27
回复
yaoshunbo(金币+1): 谢谢参与
tzynew5楼
2023-02-28 16:21
回复
yaoshunbo(金币+1): 谢谢参与
o 发自小木虫Android客户端
2023-02-28 19:29
回复
