基于應(yīng)用需求的智能交通控制的優(yōu)化實(shí)現(xiàn).pdf

1、隨著城市整體發(fā)展速度的不斷加快，日趨緊張的交通問題給人們帶來了巨大的效率，能源和生命上的損失。為了有效得改變現(xiàn)狀，智能交通系統(tǒng)作為主要的解決方案開始受到各界關(guān)注，從而迅速發(fā)展起來。其中基于強(qiáng)化學(xué)習(xí)思想的交通信號(hào)燈智能控制算法已經(jīng)成為緩解交通擁堵的主要手段之一，原因在于它對(duì)于動(dòng)態(tài)多變的交通網(wǎng)絡(luò)環(huán)境具有較強(qiáng)的適應(yīng)性。本文從智能交通控制各個(gè)角度出發(fā)，對(duì)基于強(qiáng)化學(xué)習(xí)的控制算法實(shí)現(xiàn)了優(yōu)化。
　　在原始控制方案的基礎(chǔ)上，給出了新型的交叉口協(xié)作

2、方案，為交通控制提供了新的思路。相鄰交叉口之間的協(xié)作關(guān)系并不是簡單的信息交互，而是借助博弈論的思想尋找二者之間的納什均衡點(diǎn)，進(jìn)一步提高合作的有效性。在這種馬爾科夫博弈論控制方案下，交叉口控制器在路網(wǎng)的動(dòng)態(tài)運(yùn)行過程中并不只是選擇局部最優(yōu)動(dòng)作，而是通過合作機(jī)制選擇更有利于全局的控制方案。通過大量的實(shí)驗(yàn)證明，該控制方案在控制效果上要優(yōu)于基于協(xié)作圖的Maxplus控制方法。
　　從交通趨勢(shì)性分析的角度，給出了結(jié)合預(yù)測(cè)分析和車道模型的智能控

3、制方案。在路網(wǎng)中根據(jù)每個(gè)車道的具體歷史交通流量值，為其建立相應(yīng)的 ARIMA預(yù)測(cè)模型，并利用該模型進(jìn)行未來流量的預(yù)測(cè)。以預(yù)測(cè)數(shù)據(jù)為基礎(chǔ)，利用車道的動(dòng)態(tài)流量結(jié)構(gòu)模型，分析其交通容量的變化趨勢(shì)，再完成對(duì)整個(gè)網(wǎng)絡(luò)的智能控制。由于該方法既把握了交通流量的趨勢(shì)性，又考慮網(wǎng)絡(luò)本身的動(dòng)態(tài)相關(guān)性，要更優(yōu)于原始的TC1控制方法。
　　考慮到智能控制算法在現(xiàn)實(shí)應(yīng)用中的局限性，提出了在 POMDP條件背景下的優(yōu)化控制方案。在當(dāng)前的強(qiáng)化學(xué)習(xí)控制中，假設(shè)交