[发明专利]充电站推荐模型的训练方法、装置、及充电站的推荐方法

权利要求书

1.一种充电站推荐模型的训练方法，包括：

根据获取到的多个样本充电请求，获取所述样本充电请求的车辆相关参数、候选充电站集合；

根据所述车辆相关参数和所述候选充电站集合，确定所述候选充电站集合中各候选充电站的预测充电评价值；

根据所述车辆相关参数，确定所述候选充电站集合中每一候选充电站与所述样本充电请求之间的匹配特征信息；

根据样本匹配特征信息，确定每一所述候选充电站的权重；

根据所述车辆相关参数、所述匹配特征信息、以及所述权重，确定每一所述候选充电站作为目标充电站时预设强化学习模型框架的损失信息；

根据所述损失信息和所述预测充电评价值对所述预设强化学习模型框架进行调整，得到所述充电站推荐模型，所述充电站推荐模型用于为用户推荐充电站。

2.根据权利要求1所述的方法，其中，所述样本充电请求中包括当前充电请求和在后充电请求，所述在后充电请求的请求时间在所述当前充电请求的请求时间之后；根据所述车辆相关参数、所述匹配特征信息、以及所述权重，确定以每一所述候选充电站作为目标充电站时所述预设强化学习模型框架的损失信息，包括：

确定所述在后充电请求以每一所述候选充电站作为所述目标充电站对应的累积充电评价值；

根据所述车辆相关参数、所述候选充电站集合、所述匹配特征信息、以及所述累积充电评价值，确定所述损失信息。

3.根据权利要求2所述的方法，在根据所述匹配特征信息确定每一所述候选充电站的权重之后，所述方法还包括：

根据所述车辆相关参数、所述候选充电站集合、所述匹配特征信息、以及所述权重，确定每一所述充电站的加权平均值；

根据所述加权平均值对所述充电站推荐模型进行优化。

4.根据权利要求3所述的方法，其中，根据所述加权平均值对所述充电站推荐模型进行优化，包括：

根据所述车辆相关参数、所述候选充电站集合、所述匹配特征信息、以及所述加权平均值确定所述预测充电评价值的梯度信息；

根据所述梯度信息和所述损失信息对所述预设强化学习模型框架进行调整，得到所述充电站推荐模型。

5.根据权利要求4所述的方法，其中，根据所述梯度信息和所述损失信息对所述预设强化学习模型框架进行调整，得到所述充电站推荐模型，包括：

确定满足最小损失信息的梯度信息，并根据所述最小损失信息、以及所述满足最小损失信息的梯度信息，对所述预设强化学习模型框架进行调整，得到所述充电站推荐模型。

6.根据权利要求1至5中任一项所述的方法，其中，所述样本充电请求包括第一充电请求和第二充电请求，所述第一充电请求为所述样本充电请求中请求时间最早的充电请求，所述第二充电请求为所述样本充电请求中请求时间最晚的充电请求；根据所述车辆相关参数和所述候选充电站集合，确定所述候选充电站集合中各候选充电站的预测充电评价值，包括：

根据所述车辆相关参数和所述候选充电站集合，确定所述候选充电站集合中每一候选充电站从所述第一充电请求至所述第二充电请求的充电转移评价值；

根据所述车辆相关参数、所述候选充电站集合、以及每一所述候选充电站的充电转移评价值，确定所述预测充电评价值。

7.根据权利要求6所述的方法，其中，根据所述车辆相关参数、所述候选充电站集合、以及每一所述候选充电站的充电转移评价值，确定所述预测充电评价值，包括：

根据所述车辆相关参数和所述候选充电站集合，对每一所述候选充电站的充电转移评价值进行叠加处理，得到所述预测充电评价值。

8.一种充电站的推荐方法，所述方法包括：

获取充电请求，并根据预先训练的充电站推荐模型为所述充电请求推荐充电站，其中，所述充电站推荐模型是基于权利要求1至7中任一项所述的训练方法生成的。