-
公开(公告)号：CN115527366A
公开(公告)日：2022-12-27
申请号：CN202211103834.6
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种大规模城市路网交通拥堵瓶颈辨识方法，包括：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合，构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域进行分析，根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合，确定交通拥堵瓶颈区域。本发明能够基于车辆出行轨迹数据和网格划分技术对路网网格区块交通状态进行研判，精准辨识城市路网在不同时段的交通拥堵瓶颈区域。
-
公开(公告)号：CN115291508B
公开(公告)日：2023-08-29
申请号：CN202210681154.6
申请日：2022-06-16
Applicant: 扬州大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于分布式深度强化学习的动态公交控制系统及方法，包括历史和实时数据收集模块，用于收集研究路网内部的公交历史数据，公交系统设计模块，根据历史数据参数设计公交系统，根据公交系统收集交通信息实时数据，搭建真实DRL环境模块，用于根据公交系统提供的历史和实时数据对真实DRL公交控制的训练环境进行搭建，构建DRL模型模块，用于根据搭建的DRL训练环境，构建DRL模型，包括DRL的状态、动作、策略和奖励，训练DRL模型模块，用于对DRL模型进行不断训练，学习最优策略，本申请旨在显著减少计划时间和车头时距的偏差，防止偏差向下游累积，避免公交串车现象发生。
-
公开(公告)号：CN115527366B
公开(公告)日：2023-07-25
申请号：CN202211103834.6
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种大规模城市路网交通拥堵瓶颈辨识方法，包括：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合，构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域进行分析，根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合，确定交通拥堵瓶颈区域。本发明能够基于车辆出行轨迹数据和网格划分技术对路网网格区块交通状态进行研判，精准辨识城市路网在不同时段的交通拥堵瓶颈区域。
-
公开(公告)号：CN115291508A
公开(公告)日：2022-11-04
申请号：CN202210681154.6
申请日：2022-06-16
Applicant: 扬州大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于分布式深度强化学习的动态公交控制系统及方法，包括历史和实时数据收集模块，用于收集研究路网内部的公交历史数据，公交系统设计模块，根据历史数据参数设计公交系统，根据公交系统收集交通信息实时数据，搭建真实DRL环境模块，用于根据公交系统提供的历史和实时数据对真实DRL公交控制的训练环境进行搭建，构建DRL模型模块，用于根据搭建的DRL训练环境，构建DRL模型，包括DRL的状态、动作、策略和奖励，训练DRL模型模块，用于对DRL模型进行不断训练，学习最优策略，本申请旨在显著减少计划时间和车头时距的偏差，防止偏差向下游累积，避免公交串车现象发生。
-
-
-
Search Results
4
records
(took 0.014 seconds)
