电池健康最接近全局最优
在离散换挡与连续扭矩分配的混合动作空间中实施优化，融入长短期记忆网络以充分利用历史工况信息，实现能耗与电池容量损失的协同最小化。
Changcheng, Wu · 彭剑坤 · 陈峻 · 何洪文 · 皮大伟 · Zhongwei, Wang · Ma, Chunye
Applied Energy 2024
仿真显示电池健康性能与动态规划基准EMS最接近，容量损失和能量消耗同时被最小化。
通过线性映射技巧与LSTM网络，收敛回合数缩短至第97回合，训练效率显著提升。
策略使电池工作在30–40°C，有助于减缓老化并延长寿命。