• • • • • به نام خداوند بخشنده مهربان
• _Hlk115383297 (6)
• _Toc524259659 (6)
• فصل١: معرفی پژوهش.........................................................................................................................................................1 (7)
  • 1-3بیان هدف و صورت مسئله...................................................................................................................................................................7 (7)
• 3-3 حالتهای عملیاتی اتومبیل هیبرید سری-موازی پریوس..................................................................................................................41 (8)
• 3-4 مدل پیشرانه قدرت اتومبیل هیبرید سری - موازی پریوس..............................................................................................................43 (8)
• 3-5 مدل تقاضا توان اتومبیل هیبرید سری-موازی پریوس.......................................................................................................................46 (8)
• 3-8 مدل اتومبیل هیبرید سری – موازی پریوس در شبیه ساز ادوایزر.................................................................................................56 (8)
• فصل4: استراتژی مدیریت انرژی در اتومبیل هیبرید......................................................................................................58 (8)
• فصل5: رویکرد DRL به کمک دانش در استراتژی مدیریت انرژی.................................................................................66 (8)
• Fig_cont (10)
• F6_14 (12)
• T_cont (13)
• فصل١: معرفی پژوهش (15)
• ch1 (15)
• ch1_1 (15)
• ch1_2 (15)
• F1_1 (16)
• F1_2 (19)
• F1_3 (20)
  • 1-3 بیان هدف و صورت مسئله (21)
• ch1_3 (21)
  • 1-4 نوآوری پژوهش (22)
• ch1_4 (22)
• فصل2: آشنایی با یادگیری تقویتی عمیق (23)
• ch2 (23)
• ch2_1 (23)
  • شکل 2-1 تعامل عامل - محیط در یادگیری تقویتی (24)
• ch2_1_1 (24)
• F2_1 (24)
• ch2_1_2 (25)
• ch2_1_3 (25)
  • به طور مشابه، تابع ارزش عمل qπ ارزش هر عمل معین at با سیاست  در حالت معین st را مقداردهی میکند. مقدار این تابع همان پاداش مورد انتظار از شروع از حالت s در زمان t، در صورت انجام عمل at با دنبال کردن سیاست π است: (26)
  • در نهایت، میتوان تابع مزیت حالت - عمل را به صورت زیر تعریف کرد: (26)
  • 2-7  , = , − () (26)
  • الگوریتمهای یادگیری تقویتی، سیاستهای بهینه را یاد میگیرند که توسط توابع ارزش حالت و ارزش عمل ارزیابی شده باشند، بدین معنی که سیاست بهینه با تابع ارزش حالت بهینه و ارزش عمل بهینه در ارتباط است: (26)
    • برای دست یابی به تابع ارزش عمل بهینه، نیاز به معادله بلمن داریم. این معادله میتواند بین حالتها و عملها با حالتها و عملهای بعدی آن به صورت بازگشتی ارتباط برقرار کند. تابع ارزش عمل بهینه با استفاده از معادله بلمن به صورت زیر محاسبه میشود: (26)
• ch2_1_4_ex (27)
• ch2_1_5_greedy (27)
• ch2_1_4 (29)
• ch2_1_6_1 (29)
• F2_2_Policy_iteration (29)
  •  روش Q-learning (30)
  • یکی از روشهای اصلی مبتنی بر ارزش، روش Q-learning است که برای یادگیری و پیدا کردن سیاست بهینه از مقدار تابع Qπ استفاده میکند. (30)
  • در Q-learning از یک جدول برای مدلسازی ارزش جفتهای حالت - عمل مختلف استفاده میشود و هدف این روش، به روزرسانی این جدول با استفاده از روش تفاوت زمانی است تا جایی که همگرایی حاصل گردد. منظور از همگرایی این است که بعد از مدت زمان خاصی، تغییرات جدول نامحسوس شود و با تقریب خوبی بتوان حدس زد که جدول به جدول بهینه نزدیک شده است. (30)
• ch2_1_6_2 (31)
• ch2_2 (32)
• T_REINFORCE (32)
• F2_2 (33)
• ch2_2_1 (34)
• ch2_2_2 (34)
• F2_3 (34)
• ch2_2_3 (35)
• ch2_3 (35)
• F2_4 (36)
• ch2_3_1 (37)
• ch2_3_2 (38)
• T2_1 (38)
• ch2_4 (39)
• ch2_5 (39)
• F2_5 (40)
• T2_2 (42)
• ch2_6 (43)
• F2_6 (43)
• F2_7 (45)
• T2_3 (46)
• F2_8 (47)
• فصل3: معرفی ساختار اتومبیل هیبرید پریوس (48)
• ch3 (48)
• ch3_1 (48)
• ch3_2 (49)
• ch3_2_1 (49)
• F3_1 (49)
• ch3_2_1_1 (50)
• ch3_2_1_2 (50)
• ch3_2_2 (50)
• ch3_2_2_1 (51)
• ch3_2_2_2 (51)
• F3_2 (51)
• ch3_2_3 (52)
• F3_3 (52)
• ch3_2_3_1 (53)
• ch3_2_3_2 (53)
• F3_4 (53)
• F3_5 (54)
• 3-3 حالتهای عملیاتی اتومبیل هیبرید سری - موازی پریوس (55)
• ch3_3 (55)
• F3_6 (55)
• F3_7 (56)
• 3-4 مدل پیشرانه قدرت اتومبیل هیبرید سری - موازی پریوس (57)
• ch3_4 (57)
• F3_8 (57)
• F3_9 (58)
• F3_10 (59)
• 3-5 مدل تقاضا توان اتومبیل هیبرید سری - موازی پریوس (60)
• ch3_5 (60)
• Eq3_4 (60)
• Eq3_9 (61)
• F3_11 (61)
• ch3_5_1 (62)
• ch3_5_1_1 (63)
• F3_12 (63)
• T3_1 (63)
• ch3_5_1_2 (64)
• F3_13 (64)
• T3_2 (64)
• ch3_5_1_3 (65)
• ch3_6 (65)
• F3_14 (65)
• T3_3 (65)
• ch3_7 (69)
• T3_4 (69)
• 3-8 مدل اتومبیل هیبرید سری – موازی پریوس در شبیه ساز ادوایزر (70)
• ch3_8 (70)
• ch4 (71)
• فصل4: استراتژی مدیریت انرژی در اتومبیل هیبرید (72)
• ch4_1 (72)
• ch4_2 (72)
• F4_1 (74)
• T4_1 (74)
• F4_2_TSR (75)
• F4_2 (76)
• ch4_3 (78)
• F4_3 (78)
• F4_4 (79)
• F4_5 (79)
• فصل5: رویکرد DRL به کمک دانش در استراتژی مدیریت انرژی اتومبیل هیبرید (80)
• ch5 (80)
• ch5_1 (80)
• ch5_2 (80)
• F5_1 (81)
• T5_1 (82)
• T5_2 (83)
• _Hlk113486946 (84)
• ch5_2_1 (84)
• ch5_2_2 (85)
• T5_3 (85)
• T5_4 (86)
• F5_2 (87)
• F5_3 (88)
• F5_4 (89)
• ch6 (90)
• ch6_1 (90)
• T6_1 (90)
• F6_1 (91)
• F6_2 (91)
• F6_3 (93)
• F6_4 (93)
• F6_5 (94)
• F6_6 (95)
• F6_7 (96)
• F6_8 (97)
• ch6_4 (98)
• T3 (98)
• T6_2 (98)
• F6_9 (99)
• F6_10 (100)
• F6_11 (101)
• F6_12 (102)
• F6_13 (103)
• ch6_2 (105)
• F6_15Advisor_speed (105)
• ch6_5 (106)
• F6_16_speed_test_1 (107)
• F6_17_speed_test_2 (107)
• ch6_6 (108)
• F6_15 (108)
• F6_16 (109)
• F6_17 (109)
• ch7 (110)
• T6_3 (111)
• ch8 (112)
• ch8_3 (113)
• ch9 (114)
• ch9_1 (114)
• F_p1 (114)
• F_p2 (115)
• F_p4 (117)
• F_p5 (118)
• F_p6 (119)
• F_p7 (120)
• ref (121)
• _Hlk112277029 (127)