基于車輛誘導的交通燈動態(tài)配時優(yōu)化算法研究.pdf

1、隨著我國城市現(xiàn)代化進程的不斷推進，交通問題成為影響社會發(fā)展的一個大問題。其中，交通擁堵是最為常見并影響較大的交通問題，國內(nèi)外許多學者致力于交通擁堵問題的研究并提出了相應的解決方案。其中，智能交通系統(tǒng)是一種有效解決交通問題的智能系統(tǒng)。
　　在智能交通系統(tǒng)的重要研究中，自適應交通燈控制系統(tǒng)是目前公認的緩解城市交通擁堵的有效途徑。由于城市交通系統(tǒng)的復雜性和不確定性，現(xiàn)有的交通燈定時信號控制系統(tǒng)不能很好解決交通擁堵問題。為此，本文以基于最

2、短路徑策略的車輛誘導系統(tǒng)為基礎，利用善于與環(huán)境交互的強化學習算法來建立智能交通控制策略。首先，我們設計基于 Q學習的交通燈控制策略對交通信號燈進行動態(tài)配時，以減少車輛在交叉口的平均等待時間。其次，從協(xié)同優(yōu)化的角度出發(fā)，提出基于模糊Q學習的交通燈控制策略，利用模糊邏輯控制根據(jù)車輛誘導信息獲取協(xié)同交叉口的信息對Q學習的動作選擇進行優(yōu)化，以提高Q學習算法的收斂速度。最后，為了提高智能交通系統(tǒng)的整體性能，提出基于Sarsa學習的車輛誘導和基于Q

3、學習的交通燈控制協(xié)同策略，實現(xiàn)兩個系統(tǒng)在數(shù)據(jù)處理、策略實施和信息產(chǎn)生等方面協(xié)同，更好的提升交通系統(tǒng)的性能。
　　本文以交通燈控制算法為基礎，將自適應交通燈控制系統(tǒng)、強化學習、模糊邏輯控制優(yōu)化動作選擇策略、車輛誘導系統(tǒng)的性能提升融合在交通燈控制算法中，尤其是把強化學習的自學習特性應用到動態(tài)交通系統(tǒng)中。實驗結果表明，基于 Q學習的交通燈控制策略縮減了交通系統(tǒng)中車輛在交叉口的平均等待時間，減少了交通系統(tǒng)的擁堵現(xiàn)象，提升了交通系統(tǒng)的性能。