ارائه کننده: سید محمدجواد سیدعلی روته استاد راهنما: دکتر وحید جوهری مجد استاد ناظر داخلی: دکتر مهدی سجودی استاد ناظر خارج از دانشگاه: دکتر مهدی پورقلی (دانشگاه شهید بهشتی) تاریخ: ۱۴۰۳/۰۴/۱۲ ساعت: ۱۰ مکان: دانشکده مهندسی برق و کامپیوتر دانشگاه تربیت مدرس، اتاق ۶.۳۷، آزمایشگاه کنترل هوشمند

چکیده: گسترش استفاده از خودرو­ های الکتریکی به سیستم­ های کارامد برای بهینه ­ سازی فرایند انتخاب ایستگاه شارژ، بویژه در محیط­ های شهری با ترافیک پویا نیاز دارد. اکثر پژوهش ­ های صورت گرفته در این حوزه بر روی بهینه­ سازی برنامه ­ های شارژ، بدون توجه به شرایط ترافیکی تمرکز دارند؛ و یا داده ­ های ترافیکی آن­ ها پیچیدگی لازم برای مدل کردن ترافیک را ندارد. هم­ چنین در این پژوهش­ ها عدم قطعیت موجود در ترافیک به درستی در نظر گرفته نشده است و در بهترین حالت فقط از یک داده ­ ی قطعی به دست آمده از ترافیک واقعی استفاده شده است. در این پژوهش یک رویکرد جدید برای طراحی یک سیستم تصمیم­ گیری با استفاده از الگوریتم ­ های یادگیری تقویتی، برای تعیین بهترین ایستگاه شارژ ارائه می­ کنیم و با استفاده از داده ­ های ترافیکی غنی به دست آمده از رابط برنامه­ نویسی کاربردی ویز، به مسئله­ ی تغییر پویای ترافیک در آن می‌­ پردازیم و محیط مورد نظر برای تعامل با عامل را تماماً بر اساس اطلاعات واقعی شبیه­ سازی می­ کنیم. ما در این پژوهش الگوریتم­ های یادگیری کیو، سارسا، داینا-کیو و داینا-کیوپلاس را پیاده ­ سازی و ارزیابی می­ کنیم. الگوریتم­ های یادگیری کیو و سارسا یک دید کلی از کارایی روش­ های مبتنی بر ارزش در این مسئله ارائه می­ کنند و الگوریتم ­ های داینا-کیو و داینا-کیوپلاس تأثیر برنامه ­ ریزی را در افزایش کارایی تصمیم­ ساز، نشان می­ دهند. نتایج به دست آمده نشان می­ دهد که به طور کلی، الگوریتم داینا-کیوپلاس با ایجاد تعادل مناسب بین اکتشاف و بهره­ برداری، بهتر از سایرین عمل می­ کند.