-
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：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。
-
Search Results
2
records
(took 0.014 seconds)
