【技术实现步骤摘要】
本专利技术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。
技术介绍
1、随着机动车与非机动车保有量的持续增加，道路拥堵的交通状态已逐渐呈现常态化。采用先进的交通信号控制手段调节交通流运行的管控技术是缓解交通拥堵、提高出行效率、助力碳达峰与碳中和的重要途径。最大压交通信号控制是一种先进的分布式信号控制方法，它能够有效防止排队溢出，确保车辆能够有效且流畅地在网络中通行，同时最大化路网吞吐量。然而，现有的最大压交通信号控制大多只考虑了单一交通压力参数作为最大压控制器的输入，且对相邻路口压力关联的考虑不足，使得最大压信号控制难以适应复杂多变的交通状况。
2、目前人工智能算法如强化学习是解决复杂城市交通网络交通信号灯控制的一种很有前途的数据驱动方法。因此，为了解决最大压现有的局限性问题，本专利技术结合数据驱动的方法和理论控制模型的优势，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模型，利用具有高度自适应特性的深度强化学习技术来优化模型。现有基于强化学习的交通信号控制方法得到的控制策略通常用神经网络来表...
【技术保护点】
1.一种基于强化学习的动态最大压交通信号控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于强化学习的动态最大压交通信号控制方法，其特征在于，所述步骤2包括：
3.根据权利要求2所述的一种基于强化学习的动态最大压交通信号控制方法，其特征在于，所述步骤2.3，具体描述如下：
4.根据权利要求1所述的一种基于强化学习的动态最大压交通信号控制方法，其特征在于，所述步骤3包括：
5.根据权利要求4所述的一种基于强化学习的动态最大压交通信号控制方法，其特征在于，所述步骤3.1包括：
6.根据权利要求4...
【技术特征摘要】
1.一种基于强化学习的动态最大压交通信号控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于强化学习的动态最大压交通信号控制方法，其特征在于，所述步骤2包括：
3.根据权利要求2所述的一种基于强化学习的动态最大压交通信号控制方法，其特征在于，所述步骤2.3，具体描述如下：
4.根据权利要求1所述的一种基于强化学习的动态最大压交通信号控制方法，其特征在于，所述步骤3包括：
5....
【专利技术属性】
技术研发人员：李冰，李宏，陆大志，张灵，殷炬元，赵刚，何欣东，杨欣宇，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。