清华大学宋士吉获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉清华大学申请的专利基于深度强化学习的高铁列车时刻表优化与重调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119918883B 。
龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510049827.X，技术领域涉及：G06Q10/0631；该发明授权基于深度强化学习的高铁列车时刻表优化与重调度方法是由宋士吉;杨琬露;刘琳钰;袁浩峰设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。
本基于深度强化学习的高铁列车时刻表优化与重调度方法在说明书摘要公布了：本申请提供了一种基于深度强化学习的高铁列车时刻表优化与重调度方法，涉及高铁调度和资源优化技术领域，旨在实现高效准确的高铁列车时刻表优化与重调度。包括：基于高铁调度的马尔可夫决策过程模型，构建策略网络，所述策略网络学习了所述高铁调度的马尔可夫决策过程模型的动作决策策略；将当前车站状态输入策略网络，得到动作决策为当前车站所有列车的发车顺序；基于列车状态转移模型，根据当前车站所有列车的发车顺序模拟列车运行环境，确定出满足行车安全约束的当前车站所有列车的到达时间和发车时间；按照以上步骤，依次迭代计算出运行路线上各个车站所有列车的到达时间和发车时间，得到列车时刻表。
本发明授权基于深度强化学习的高铁列车时刻表优化与重调度方法在权利要求书中公布了：1.一种基于深度强化学习的高铁列车时刻表优化与重调度方法，其特征在于，包括： 基于高铁调度的马尔可夫决策过程模型，构建策略网络，所述策略网络学习了所述高铁调度的马尔可夫决策过程模型的动作决策策略，所述策略网络包括输入嵌入模块、编码器和解码器，所述动作决策策略表征高铁列车的调度策略，所述高铁调度的马尔可夫决策过程模型是以最小化列车总旅行时间为目标或最小化列车总延误时间为目标构建的； 将当前车站状态输入所述策略网络，得到动作决策为当前车站所有列车的发车顺序，所述当前车站状态包括表征车站容量和车站位置的车站特征、以及表征列车运行信息的列车特征； 基于列车状态转移模型，根据所述当前车站所有列车的发车顺序模拟列车运行环境，确定出满足行车安全约束的当前车站所有列车的到达时间和发车时间； 按照以上步骤，依次迭代计算出运行路线上各个车站所有列车的到达时间和发车时间，得到列车时刻表。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学，其通讯地址为：100084 北京市海淀区双清路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励