隨著我國城市化建設(shè)的不斷深入,大量人員和車輛涌入城市,城市交通變得異常擁堵。日益上升的擁堵情況給城市的經(jīng)濟發(fā)展和居民生活帶來了嚴重的負面影響,同時也制約著我國城市化建設(shè)進程的發(fā)展。造成交通擁堵的因素有很多,如交通信號控制問題、交通路線誘導(dǎo)問題、汽車數(shù)量增長問題、交通基礎(chǔ)設(shè)施不完善的問題等。本文針對交通信號控制問題,運用聚類算法結(jié)合深度強化學(xué)習(xí)實現(xiàn)自適應(yīng)式的控制交通信號的決策,并重點解決在高飽和路網(wǎng)中潛在的擁堵問題。首先,因為交通路網(wǎng)中的交叉口之間存在關(guān)聯(lián)性,所以為了避免因個別重要交叉口疏通不利而導(dǎo)致的擁擠情況擴散至整個路網(wǎng)的問題,本研究將全局的路網(wǎng)作為卷積神經(jīng)網(wǎng)絡(luò)的感受范圍,并針對實際交通路網(wǎng)存在的路網(wǎng)規(guī)模大、結(jié)構(gòu)不規(guī)則的問題,運用聚類算法將路網(wǎng)進行聚類處理,并建立多個互相關(guān)聯(lián)的感受野。同時,考慮到深度學(xué)習(xí)在圖像感知上的優(yōu)秀表現(xiàn),本研究通過卷積神經(jīng)網(wǎng)絡(luò)感知道路拓撲結(jié)構(gòu)的空間特征,將規(guī)范化后的感受野作為輸入,以便更好的感知路網(wǎng)狀態(tài)。本研究將交叉口作為執(zhí)行深度強化學(xué)習(xí)策略的智能體,運用深度強化學(xué)習(xí)模型預(yù)測各交叉口應(yīng)采取的動作,交叉口通過不斷地與路網(wǎng)環(huán)境進行交互試錯,逐漸在交通數(shù)據(jù)中學(xué)習(xí)到有...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1交叉口示意圖

沈陽理工大學(xué)碩士學(xué)位論文-10-當(dāng)前信號時長g結(jié)束后，下一個信號時長g開始時，交叉口對相位的選擇自適應(yīng)的。圖2.1交叉口示意圖Fig.2.1Schematicdiagramofintersection（2）信號周期因為一個交通信號燈需要對交叉口周圍入邊車道分別設(shè)置行使權(quán)，所以將交....

圖2.2強化學(xué)習(xí)模型

第2章相關(guān)理論簡介-13-指quality，即動作的質(zhì)量，智能體根據(jù)現(xiàn)狀態(tài)s選擇應(yīng)該采取動作a的函數(shù)，函數(shù)Q的輸入是一個狀態(tài)-動作對as),(，返回值是該狀態(tài)下執(zhí)行該動作（以及所有后續(xù)動作）的預(yù)期回報asQ),(,其中是智能體采取的策略。在智能體開始探索環(huán)境之前，Q可以為任意值。....

圖3.1感受野劃分示意圖

通路網(wǎng)狀態(tài)的卷積神經(jīng)網(wǎng)絡(luò)模型的描述。3.1多感受野路網(wǎng)模型的研究因為像素具有自然的空間順序，傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)可的應(yīng)用于圖像中。本研究以此獲得靈感，感受野也同樣可以按照空間順序進行移動來獲取特征。但是路網(wǎng)中道路的狀態(tài)不似圖像具有自然順序的空間位置信息，卷積神經(jīng)網(wǎng)絡(luò)在處理交通路網(wǎng)....

圖3.2感受野確立圖示

第3章交通路網(wǎng)感知策略研究-19-野N(hi)，|N(hi)|=k，每個感受野是由多條車道組成的。算法3.2建立鄰域算法Input:交叉口質(zhì)心cmNh，感受野大小kOutput:節(jié)點hm的鄰域N(hm)以hm為起點進行寬度優(yōu)先搜索，獲取集合Vi0WhilekhNm)(dopiV]....

本文編號：3933424