公开(公告)号：CN119229669A

公开(公告)日：2024-12-31

申请号：CN202411719359.4

申请日：2024-11-28

Applicant: 昆明理工大学

Inventor： 李冰 ,  李宏 ,  陆大志 ,  张灵 ,  殷炬元 ,  赵刚 ,  何欣东 ,  杨欣宇

IPC: G08G1/08 ,  G08G1/01

Abstract: 本发明涉及一种基于强化学习的动态最大压交通信号控制方法，属于交通技术领域。该方法包括交通流量数据收集和实时交通状态观测；建立动态交通压力参数和上下游压力动态关联的动态最大压交通信号控制方法；建立基于强化学习的动态最大压交通信号控制模型；仿真环境与参数设定及训练和测试动态最大压交通信号控制模型；动态最大压交通信号配时优化策略。本发明结合数据驱动的方法和理论控制模型的优势，基于具有高度自适应特性的深度强化学习技术来优化最大压控制模型。本发明克服了最大压信号控制模型仅以单一压力参数作为压力权重和交叉口上下游压力关联的考虑不足，模型对复杂多变的交通状况适应性更强。

公开(公告)号：CN119229669B

公开(公告)日：2025-03-14

申请号：CN202411719359.4

申请日：2024-11-28

Applicant: 昆明理工大学

Inventor： 李冰 ,  李宏 ,  陆大志 ,  张灵 ,  殷炬元 ,  赵刚 ,  何欣东 ,  杨欣宇

IPC: G08G1/08 ,  G08G1/01

Abstract: 本发明涉及一种基于强化学习的动态最大压交通信号控制方法，属于交通技术领域。该方法包括交通流量数据收集和实时交通状态观测；建立动态交通压力参数和上下游压力动态关联的动态最大压交通信号控制方法；建立基于强化学习的动态最大压交通信号控制模型；仿真环境与参数设定及训练和测试动态最大压交通信号控制模型；动态最大压交通信号配时优化策略。本发明结合数据驱动的方法和理论控制模型的优势，基于具有高度自适应特性的深度强化学习技术来优化最大压控制模型。本发明克服了最大压信号控制模型仅以单一压力参数作为压力权重和交叉口上下游压力关联的考虑不足，模型对复杂多变的交通状况适应性更强。