[发明专利]有限信息下发电商报价寻优的实用强化学习自动机方法

摘要

本发明提供了一种有限信息下发电商报价寻优的实用强化学习自动机方法，包括以下步骤：S1：初始化发电商的发电量的动作空间概率密度函数及历史收益缓存区；S2：将所述概率密度函数离散化为离散概率密度函数，以获得若干个子区间，根据所述子区间的累积概率选择随机数所在子区间对应的动作，并将选择的动作提交；S3：对环境反馈做出评估，计算出清收益并根据所述出清收益执行强化信号评估，再将所述出清收益存入所述历史收益缓存区；S4：更新离散概率密度函数为所述离散概率密度函数和离散高斯邻域函数在子区间端点处离散值的线性运算；S5：判断是否达到迭代停止标准，如否返回步骤S2，如是，结束本次寻优过程。