Транспортна система на основі двигуна внутрішнього згоряння створює серйозні проблеми, такі як зростання рівня забруднення атмосфери та виснаження природних ресурсів. Для ефективного розподілу енергії між двигуном і батареєю необхідна складна система управління енергією. Ефективна стратегія розподілу потужності може призвести до кращої економії палива та продуктивності електромобілів (EV). У роботі запропоновано метод навчання з підкріпленням з використанням глибокого навчання Q (DQL), який є новим алгоритмом з підкріпленням (IS-DRLA), оптимізованим для групи Improved Swarm, розробленим для контролю управління енергією. Щоб виконати оновлення вагових коефіцієнтів нейронної мережі, цей метод обчислює використання модифікованої версії методу оптимізації роя. Запропонована система IS-DRLA проходить навчання та перевірку з використанням високоточних реалістичних умов водіння, після чого вона порівнюється зі стандартним підходом. Індекси продуктивності, такі як стан заряду (SOC) і функція витрат і втрат палива, аналізуються на ефективність запропонованого методу (IS-DRLA). Відповідно до висновків, нещодавно запропонований IS-DRLA здатний досягати вищого темпу навчання з нижчим загальним споживанням палива.

 Наукова періодика України 

---

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"