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！

龙图腾网获悉四川大学申请的专利自适应多工况的递归深度强化学习混动汽车能量管理策略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：CN116561579B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310557428.5，技术领域涉及：G06F18/214；该发明授权自适应多工况的递归深度强化学习混动汽车能量管理策略是由伍元凯;郭庆宏;连仁宗;麻阔设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本自适应多工况的递归深度强化学习混动汽车能量管理策略在说明书摘要公布了：本发明公开了一种自适应多工况的递归深度强化学习混动汽车能量管理策略，包括：生成随机工况作为训练集；获取混动汽车的状态变量、动作变量和奖励函数，并根据奖励函数建立回报函数；创建RDQN算法，并基于所述训练集进行训练，所述RDQN网络包括评估网络和目标网络，所述评估网络和目标网络的结构相同；使用训练好的RDQN算法进行能量管理，依据回报函数最大化对应的奖励、状态、动作进行控制。本发明通过在已有的深度强化学习网络中引入LSTM单元，设计RDQN算法，在模拟的多变工况库上训练，充分利用工况中的包含的时序信息，提高了燃油经济性，稳定了混动汽车行驶过程中的电池状态。

本发明授权自适应多工况的递归深度强化学习混动汽车能量管理策略在权利要求书中公布了：1.一种自适应多工况的递归深度强化学习混动汽车能量管理策略，其特征在于，包括： S1、生成随机工况作为训练集； S2、建立算法网络所需的状态变量、动作变量和奖励函数，分别基于状态变量获取状态S、动作变量获取动作A、奖励函数获取奖励R，同时根据奖励函数建立回报函数；其中，选取车型的荷电状态、动力速度及加速度组成状态变量，选取车型的发动机功率变化量组成动作变量，根据车型的燃料消耗及荷电状态偏离建立奖励函数； S3、创建RDQN算法网络，所述RDQN算法网络包括评估网络、目标网络和LSTM单元，所述评估网络和目标网络结构相同； S4、初始化各个网络的参数； S5、利用随机数据填充满记忆池； S6、在其中一个随机工况下，读入状态S； S7、初始化隐状态并创立一个临时的记忆池； S8、以概率选取随机动作A，或者选择评估网络的最大Q值对应的动作A； S9、执行所述动作A，并得到返回的状态和奖励R； S10、利用LSTM单元获取下一个隐状态； S11、将获取的经验S，A，，R，存储至临时记忆池； S12、通过反向传播更新评估网络参数，经过指定步数更新目标网络参数，同时更新状态S； S13、重复步骤S6-S12，直到达到设定迭代次数后，停止RDQN算法网络的训练； S14、使用训练好的RDQN算法进行能量管理，依据回报函数最大化对应的奖励R、状态S、动作A进行控制。

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四川大学，其通讯地址为：610065 四川省成都市一环路南一段24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。