《表1 学习速度比较：基于Q学习算法的综合能源系统韧性提升方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Q学习算法的综合能源系统韧性提升方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证所提算法的优越性，在同样进行1 000 000次学习的情况下，对比了ε-greedy算法和UCB算法在常规初始化方法和本文所提初始化方法下的学习速度，结果如表1所示。相比于常规初始化方法，本文所提初始化方法在采用ε-greedy算法和UCB算法时的计算效率分别提高了11.9%和14.7%。在常规初始化方法和本文所提初始化方法下，UCB算法所花费时间比ε-greedy算法分别减少了8.25%和11.17%。由此可见，本文采用的基于UCB算法的Q学习算法和提出的初始化方法都能够减少学习时间，提高收敛效率。