为您找到约 1 条结果，搜索耗时：0.0008秒

通过强化学习实现智能电网定价

...时考虑了服务提供商（SP）的利润和客户（CU）的成本。强化学习（RL）用于说明分层决策框架，其中动态定价问题被表述为离散有限马尔可夫决策过程（MDP），并采用Q学习解决该决策问题。通过使用RL，SP可以在在线学习过程中...