[发明专利]综合深度神经网络与强化学习的车辆路径问题求解方法

摘要

本发明公开了综合深度神经网络与强化学习的车辆路径问题求解方法，涉及强化学习技术领域，利用Strutc2Vec图结构对实际路网进行特征提取，并更新不同状态下路径图的特征信息；构建Actor‑Critic网络与Critic网络，由LSTM网络组成编码器与解码器的神经元，将特征信息导入Actor‑Critic网络进行编码与解码；利用随机策略梯度下降算法对Actor‑Critic网络进行参数训练，将ActorNet的实际奖励值与CriticNet的预估奖励值进行均方误差计算，同时对Actor指针网络进行修正计算损失函数生成车辆下一个将要访问的客户点；降低了求解时间，且获得更优质配送路径方案。