欢迎来到天天文库
浏览记录
ID:34874943
大小:6.63 MB
页数:68页
时间:2019-03-13
《基于强化学习的自适应城市交通信号控制方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、i.-V.、'叫軒.'■'’■■、、-?’^学校代碼10345:研究类型基碱研《-人'吉‘:>‘L‘.;.‘托V’,;故詳巧義大f。一去ZHEIITiiFIANGNORMALUNVERSITYV.、’一、、.心'‘:‘■?-,'I.硕壬学位论文賓。,■'N..-.I‘--■::.,V‘.-..’'、V...V等,八鹿目:基于强化挙习的自适应城市交通■站信号
2、控制方法研究啤、'*4一,,.*?I■!?■}-■"-J,、学科专业:计真机科学与技术;年化;2012级学号2012210753研究生:王新指菩教师:朱信忠中西分美号;TP391.9论文提交时间;20巧年5月12日.J.,'A/U/.-■"■、,三,一....VV■-..皮..*??、,.?、.-V.,,'■户—/.,-户,、y'■i.方‘V:I人,'一■?''*'-
3、'>■-‘片'V.::'',;./;.巧A\VVV;THERESEARCHFORADAPTIVEURBANTRAFFICSIGNALCONTROLMETHODBASEDONREINFORCEMENTLEARNINGThesisSubmittedtoZheianNormalUniversitjgyInartialfiilfiHmentoftheKuirementpqForthedereeofgMasterofScie田ceinEn
4、ineeringgby迅nWangComuterScie田ceandTechnolo(pgy)ThesisSuervisor:pProfessorXinzhonZhugMa2015y基于强化学习的自适应城市交通信号控制方法研究摘要城市道路不断兴建和扩宽,基拙设施建设投入也越来越大,然而城市交通拥堵问题却越来越严重,主要原因是现有的城市交通信号控制TSC(TraficSignalControl系统不能充分做到对交通流量的最优控制和管理。因此,如何通过交通)
5、信号的最优控制来设计和优化城市TSC系统,成为保障交通安全和畅通、增加道路通斤效率及其缓解交通拥塞问题的关键所在。本文选择基于-entQleaming算法的单Ag控制体系结构,基于分布式-am-enttlein算法的MultiAentGreLihDisrictGLDQgg系统W及g()开源仿真平台进行城市TSC系统优化研究,主要做了如下工作:(1)设计了基于单路口和井字形区域路口的城市TSC系统Agent框架,模一拟城市道路控制。对于城市单路口,通过个智能Agent实时检测每个方向的交
6、-通流数据,交通流数据通过模糊逻辑化eamn,输入设计的单路口Qlig决策器,-寻得最优控制策略。对于区域交通按制,提出了分布式Qleamin法和MASg算结合的优化控制方式,给出了相邻路口Aent协调控制模型,实现相邻路口之间g信息共享。--(2)解决了Qleaming算法和分布式Qleaming算法对交通环境状态集S、动作策略集A、奖惩函数艮等关键问题。状态空间的选择,设计用模糊逻辑来计算排队长度;动作策略集A:增加、保持和减少相位绿好时间:奖惩函数艮W路口车辆排队长度作为指标,W
7、车辆排队长度最小为目的。(3-eamSC)实现了分布式Qling算法在区域T系统优化上的运用,解决了区域信号协调控制问题-。分布式leaminMAS的结合Qg算法和,实现对城市TSC系统最优控制。城市区域交通网络是分布式的多Agent网络,建立了基于分布式---leamnQig算法的MultiAgent模型框架,同时给出了分布式Qleaming算法设计的详细步骤-。最后分析了基于Qleamin算法的单路口城市TSC优化和基于分g布式-LDQleaming算法的区域TSC化化的算法性能。在G中,对随机
8、配时,固I---rafic-conoTCCG定配Bt,Longestueue,Ttrllerll,AJ1、Qleamin算法和分q()g--leamin布式Qleamin法优化性能进行了模拟验证分析,实验结果表明了Qgg算-。算法和分布式Qleamin法在城市TSC系统优
此文档下载收益归作者所有