基于多智能体强化学习的路网抢修与物资配送集成优化OA
灾后路网抢修与应急物资配送的集成优化对提高应急响应初期的整个抢险救援效率至关重要.然而,现有研究大都局限于单个道路抢修队和单个物资配送队,难以满足抢险救援实战需求.针对上述问题,首先,构建了一种考虑多个抢修队和多个配送队的双层规划模型,然后,采用强化学习模型来模拟抢修队和配送队的动作和即时奖励,并设计了相应的状态空间、动作空间和回报函数,最后,提出了一种基于多智能体强化学习和最短作业优先的路网抢修与物资配送集成优化算法.仿真实验结果表明,所提出的集成优化算法能够显著提高应急物资配送的整体效率.
张国富;崔晨曦;苏兆品;岳峰
合肥工业大学计算机与信息学院,安徽合肥230601 工业安全应急技术安徽省重点实验室(合肥工业大学),安徽合肥230601合肥工业大学计算机与信息学院,安徽合肥230601合肥工业大学计算机与信息学院,安徽合肥230601 工业安全应急技术安徽省重点实验室(合肥工业大学),安徽合肥230601合肥工业大学计算机与信息学院,安徽合肥230601
交通工程
灾后应急响应路网抢修应急物资配送多智能体强化学习协商机制
《控制理论与应用》 2026 (6)
P.1311-1320,10
教育部人文社会科学研究规划基金项目(24YJA870011)安徽省自然科学基金面上项目(2208085MF166)中央高校基本科研业务费专项资金项目(PA2023IISL0097,PA2023GDSK0049)资助。
评论