求解随机调度、分配与库存补充问题的单调近似动态规划方法：在无人机与电动汽车换电站中的应用
最优化与控制
2022-01-11 v1 人工智能
机器学习
概率论
摘要
在诸多应用中，对使用电动汽车(EV)与无人机的兴趣日益增长。然而，包括里程焦虑与电池退化在内的电池相关问题阻碍了其推广。电池换电站是缓解这些顾虑的一种替代方案，可在数分钟内完成亏电电池与满电电池的更换。我们考虑在显式考虑换电需求、电池退化与替换的不确定到达时，于电池换电站推导动作的问题。我们使用有限 horizon 马尔可夫决策过程模型对电池换电站运营建模，即随机调度、分配与库存补充问题(SAIRP)，其决定随时间对电池进行充电、放电与替换的时机与数量。我们对特殊SAIRP情形下值函数单调性及最优策略的单调结构给出理论证明。由于维数灾难，我们开发了一种新的单调近似动态规划(ADP)方法，其利用回归智能初始化值函数近似。在计算测试中，我们展示了这种基于回归的新单调ADP方法相较精确方法与其他单调ADP方法的优越性能。此外，通过测试我们推导了无人机换电站的策略洞见。
引用
@article{arxiv.2105.07026,
title = {A Monotone Approximate Dynamic Programming Approach for the Stochastic Scheduling, Allocation, and Inventory Replenishment Problem: Applications to Drone and Electric Vehicle Battery Swap Stations},
author = {Amin Asadi and Sarah Nurre Pinkley},
journal= {arXiv preprint arXiv:2105.07026},
year = {2022}
}