-
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
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
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：CN119596893A
公开(公告)日：2025-03-11
申请号：CN202411407529.5
申请日：2024-10-10
Applicant: 昆明理工大学
Abstract: 本发明公开了信息熵的混合交通环境下交叉口信号控制方案评价方法，涉及交通技术领域。本发明通过量化交通控制策略中固有的复杂性和不确定性，信息熵促进了交叉口更有效的管理和更顺畅的交通流动。信息熵使得交通控制策略可以根据不同的交通环境进行定制化，确保它们最适合当地的条件，且通过对不同时间段和路段的熵值变化进行分析，该方法能够识别交通流中的瓶颈和不平衡，指导有针对性的改进。利用信息熵能够持续监测和调整交通管理策略，以响应不断变化的交通需求，支持可持续的交通模式。
-
公开(公告)号：CN119541190A
公开(公告)日：2025-02-28
申请号：CN202411407527.6
申请日：2024-10-10
Applicant: 昆明理工大学
Abstract: 本发明公开了一种异质自行车队演化状态估计方法，涉及交通管理控制技术领域。本发明基于感知密度和伪车道理论，刻画异质自行车队演化状态，首先，深入分析异质自行车交通流在城市道路上的运行特征，将理论整合至交通流元胞传输模型架构，建立考虑异质自行车交通流特性的感知密度和伪车道元胞传输模型；然后，通过模型验证，对所建立模型与经典Robertson离散模型和CTM模型进行科学对比评价。本发明模型能够充分描述异质交通流条件下混合自行车车队的演化规律，对混合自行车环境下的车道规划与信号配时优化具有重要指导意义。
-
-
-
Search Results
4
records
(took 0.026 seconds)
