蜣螂优化算法下"互联网+营销服务"虚拟机器人应用模型

TP399; 为了应对新形势下的电力营销服务形势,提升互联网时代的电网优质服务水平,利用蜣螂优化(dung beetle optimizer,DBO)算法,设计了一种"互联网+营销服务"虚拟机器人模型.首先针对电网营销部门可能发生的人机交互情景开展交互分析与关系框架设计,然后基于深度Q网络(deep Q network,DQN)建立虚拟机器人自主学习模型,引入DBO算法完成模型超参数的高效寻优并通过训练完成优化后的模型学习,最终将实际的电力营销数据输入到模型中进行实验测试.在特定的测试环境下综合检测模型的实际应用情况,测试结果表明:该虚拟机器人模型在功能性实验、非功能性实验...

Full description

Saved in:
Bibliographic Details
Published in西安工程大学学报 Vol. 38; no. 1; pp. 113 - 120
Main Authors 何玮, 周雨湉, 俞阳, 康雨萌, 朱萌, 钱旭盛
Format Journal Article
LanguageChinese
Published 国网江苏营销服务中心,江苏 南京 210000%伦敦大学 国王学院,伦敦 WC2R 2LS 2024
Subjects
蜣螂优化(DBO)算法
虚拟机器人
深度Q网络
电力营销服务
virtual robot
dung beetle optimizer algorithm
power marketing service
超参数寻优
deep Q network
hyperparametric op-timization
Online AccessGet full text
ISSN1674-649X
DOI10.13338/j.issn.1674-649x.2024.01.015

Cover

More Information
Summary:TP399; 为了应对新形势下的电力营销服务形势,提升互联网时代的电网优质服务水平,利用蜣螂优化(dung beetle optimizer,DBO)算法,设计了一种"互联网+营销服务"虚拟机器人模型.首先针对电网营销部门可能发生的人机交互情景开展交互分析与关系框架设计,然后基于深度Q网络(deep Q network,DQN)建立虚拟机器人自主学习模型,引入DBO算法完成模型超参数的高效寻优并通过训练完成优化后的模型学习,最终将实际的电力营销数据输入到模型中进行实验测试.在特定的测试环境下综合检测模型的实际应用情况,测试结果表明:该虚拟机器人模型在功能性实验、非功能性实验和安全性实验中模型运转和系统运转正常率达到100%,能够较好地实现人机交互功能,达到全天候客户需求精准响应的战略目标.
ISSN:1674-649X
DOI:10.13338/j.issn.1674-649x.2024.01.015