基于深度强化学习的多维修团队下基础设施网络弹性恢复优化方法

本文研究了基础设施网络在遭受大规模破坏后的恢复问题，提出了一种基于深度强化学习（DRL）的多维修团队协同弹性优化（RO）策略。背景方面，基础设施网络在遭受地震、台风等灾害后，其功能性能会急剧下降，现有方法在全局最优恢复策略和多支维修团队能力不均场景下存在不足。研究目的是通过协调多支维修团队，综合考虑最优维修时序决策与最优维修路径问题，以提升基础设施网络的弹性。本文构建了一个DRL框架，通过Actor-Critic神经网络引导蒙特卡洛树搜索（MCTS）为每支维修团队生成最优维修路径与维修动作时序。案例分析基于228节点电网，结果表明所提出的方法能够显著提升基础设施网络的全局弹性优化水平，验证了该框架在复杂场景下的实用价值。