基于深度强化学习的电梯系统自学习最优控制方法及系统

摘要

本发明涉及一种基于深度强化学习的电梯系统自学习最优控制方法及系统，所述控制方法包括：建立运行模型和概率分布模型；对电梯系统的数据信息进行预处理，得到当前数据信息；根据当前数据信息进行全局迭代，通过多个异步线程迭代进行局部处理：针对每一异步线程，根据当前数据信息，利用深度强化学习训练局部动作评价网络，并修正动作评价网络的权值；直至多线程迭代结束及全局迭代结束，根据动作评价网络的权值确定全局动作评价网络；根据全局动作评价网络得到最优的电梯控制策略，以确定平均等待时间。本发明在全局迭代过程中，通过多个异步线程迭代进行局部处理，确定动作评价网络的权值，通过自学习得到最优的电梯控制策略。