公开(公告)号：CN117746654A

公开(公告)日：2024-03-22

申请号：CN202311792494.7

申请日：2023-12-25

Applicant: 南京信息工程大学

Inventor： 王从宇 ,  王翀 ,  黎乐齐 ,  梁展 ,  张韵怡

IPC: G08G1/082 ,  G08G1/01 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明提出了一种基于多智能体深度强化学习的公交优先交通信号协同控制方法，旨在优化城市交通流并提高公交车辆的通行效率。该方法包括以下步骤：首先，通过城市交通监控系统实时收集交通状态数据，包括车辆流量、交通拥堵程度和交通信号灯状态等信息。然后，将这些数据输入到预先训练好的深度Q网络模型中。该模型使用历史交通状态数据训练，能够预测不同交通信号灯控制策略对公交车辆通行效率的影响。根据模型预测的结果，系统自动调整交通信号灯的控制策略，优先保障公交车辆的畅通和准点到站。在此基础上，模型还能够根据实时数据不断学习和调整，以适应交通状况的变化。

公开(公告)号：CN116011662A

公开(公告)日：2023-04-25

申请号：CN202310053430.9

申请日：2023-02-02

Applicant: 南京信息工程大学

Inventor： 张佩云 ,  范家俊 ,  陈禹同 ,  黄文君 ,  谢荣见 ,  黎乐齐

IPC: G06Q10/04 ,  G06F18/25 ,  G06F18/22 ,  G06F16/958

Abstract: 本发明公开基于金字塔结构的多特征提取的服务QoS预测方法，对预先获取的原始用户‑服务QoS矩阵进行非负矩阵分解，获得用户个体特征矩阵和服务个体特征矩阵，得到个体特征；用户个体特征矩阵和服务个体特征矩阵拟合，得到全局特征矩阵；在全局特征矩阵中提取相似用户对相似服务的拟合QoS值，获得局部特征矩阵；对局部特征矩阵进行特征提取，获得局部特征；对全局特征矩阵进行特征提取，得到全局特征；对个体特征、局部特征和全局特征进行特征优化和特征融合，获得优化的顶层特征、优化的中层特征和优化的底层特征，并输入服务QoS预测模型，预测输出QoS预测值。本发明考虑不同特征之间的交互，以实现准确的QoS预测。