-
公开(公告)号:CN116776965A
公开(公告)日:2023-09-19
申请号:CN202310727528.8
申请日:2023-06-19
Applicant: 辽宁工程技术大学
IPC: G06N3/092 , G06N3/0464
Abstract: 本发明公开了一种自适应频率绿灯优化速度咨询模型学习系统及方法,包括交通信息获取模块、强化学习模块、奖励函数模块,所述交通信息获取模块的数据输出端与所述强化学习模块的数据输入端连接,所述强化学习模块的数据输出端与所述奖励函数模块的数据输入端连接;所述强化学习模块包括混合Actor网络和Critic网络;该系统及方法将速度咨询的频次转化为一系列自适应决策,并使用基于学习的方法从观察到的状态信息中学习相关特征,这使得车辆能够动态调整其驾驶状态,当交通场景发生变化时,车辆也可以及时调整行驶状态;本系统及方法可以根据动态交通流动态调整速度咨询频次,可以很好的适应交通的动态性和复杂性。
-
公开(公告)号:CN116738634A
公开(公告)日:2023-09-12
申请号:CN202310703753.8
申请日:2023-06-14
Applicant: 辽宁工程技术大学
IPC: G06F30/18 , G06F30/27 , G06N3/0442 , G06N3/08 , G06F111/08
Abstract: 本发明公开了一种基于多图融合的路网节点关键度排序学习系统及方法,通过模型输入模块、数据建模模块、学习模块、排序模块的配合设置,我们提出了一个采样算法MGWalk,该算法利用多图融合来捕获路段之间基于属性的复杂关联,然后,我们采用一个有效的学习模块来学习路段的嵌入,再引入一个排序模块,根据所获得的路段嵌入来学习重要路段的排序结果,我们最终构建了一个合成数据集来研究道路网络节点的重要性的识别和排序,综合实验结果表明,我们提出的系统和方法能准确分析大规模复杂交通网络,并能识别道路网的多种交通特征。
-