-
公开(公告)号：CN106156428B
公开(公告)日：2019-05-10
申请号：CN201610529118.2
申请日：2016-07-06
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于样本分析的船舶交通流模拟生成方法，其特征在于，包括如下步骤：初始化仿真系统内的船舶交通流永久实体并建立对应的航道网络模型；根据港口历史交通流数据，基于样本分析的随机数生成算法初始化仿真系统内的船舶交通流船舶实体并配置每一船舶交通流船舶实体所对应的初始化属性；创建船舶交通流永久实体与船舶交通流船舶实体的仿真关系，并以每一船舶交通流船舶实体驶入下一段航道或锚地或泊位为船舶事件，确定仿真过程中每一次推进步长，以生成船舶安排进出港仿真进程。本发明能够实现任意港口、任意时间跨度的船舶交通流模拟生成过程，其通过计算机自动模拟出更符合真实交通流规律的仿真交通流，对应的通用性更强。
-
公开(公告)号：CN115188179A
公开(公告)日：2022-10-14
申请号：CN202210390733.5
申请日：2022-04-14
Applicant: 大连海事大学
Abstract: 本发明提供一种基于识别及疏导的一体化信号灯控制系统包括：交通状况实时监测模块、基于BP神经网络的车流量预测模块、基于强化学习的Webster信号灯配时优化模块以及协调控制模块；通过交通状况实时监测模块实时获取交通信息并将所获取的信息传输至基于BP神经网络的车流量预测模块、基于强化学习的Webster信号灯配时优化模块，基于BP神经网络的车流量预测模块、基于强化学习的Webster信号灯配时优化模块获取的预测信息及优化信息通过协调控制模块实现信号灯的控制。本发明使用强化学习对Webster模型进行优化，将配时方案为主体，通过实行动作集中不同动作，得到延误最小，且损失函数Q最小的动作组方案，也就是最佳配时方案，达到科学有效并并且人性化的效果。
-
公开(公告)号：CN115188179B
公开(公告)日：2023-06-27
申请号：CN202210390733.5
申请日：2022-04-14
Applicant: 大连海事大学
Abstract: 本发明提供一种基于识别及疏导的一体化信号灯控制系统包括：交通状况实时监测模块、基于BP神经网络的车流量预测模块、基于强化学习的Webster信号灯配时优化模块以及协调控制模块；通过交通状况实时监测模块实时获取交通信息并将所获取的信息传输至基于BP神经网络的车流量预测模块、基于强化学习的Webster信号灯配时优化模块，基于BP神经网络的车流量预测模块、基于强化学习的Webster信号灯配时优化模块获取的预测信息及优化信息通过协调控制模块实现信号灯的控制。本发明使用强化学习对Webster模型进行优化，将配时方案为主体，通过实行动作集中不同动作，得到延误最小，且损失函数Q最小的动作组方案，也就是最佳配时方案，达到科学有效并并且人性化的效果。
-
公开(公告)号：CN106156428A
公开(公告)日：2016-11-23
申请号：CN201610529118.2
申请日：2016-07-06
Applicant: 大连海事大学
CPC classification number: G06F17/5009 , G08G3/00
Abstract: 本发明公开了一种基于样本分析的船舶交通流模拟生成方法，其特征在于，包括如下步骤：初始化仿真系统内的船舶交通流永久实体并建立对应的航道网络模型；根据港口历史交通流数据，基于样本分析的随机数生成算法初始化仿真系统内的船舶交通流船舶实体并配置每一船舶交通流船舶实体所对应的初始化属性；创建船舶交通流永久实体与船舶交通流船舶实体的仿真关系，并以每一船舶交通流船舶实体驶入下一段航道或锚地或泊位为船舶事件，确定仿真过程中每一次推进步长，以生成船舶安排进出港仿真进程。本发明能够实现任意港口、任意时间跨度的船舶交通流模拟生成过程，其通过计算机自动模拟出更符合真实交通流规律的仿真交通流，对应的通用性更强。
-
-
-
Search Results
4
records
(took 0.018 seconds)
