《表2 算例20c3s U10的经纬度信息》

  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

《基于强化学习的电动车路径优化研究》

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

由表1可知，对于多数算例而言，RL-EVRP算法求得的结果都比MCWS和DBCA算法求得的更优；对于半数算例而言，RL-EVRP算法得到的结果优于CPLEX求出的；对于算例20c3s U3和20c3s U10，RL-EVRP求得的结果使用的车辆数也更少；就平均值来看，RL-EVRP算法的结果同样更胜一筹。需要指出的是，CPLEX求取复杂模型的最优解极其耗时，而文献[3]将CPLEX的运行时间限制在105s内，故得出的结果与最优值尚有一定差距。以算例20c3s U10为例，各点的经纬度如表2所示。