基于Q-学习和粒子群算法的区域交通控制模型
针对城市交通系统的动态性和不确定性，提出了基于Q-学习和粒子群算法相位差优化算法，对区域交通动态实时控制进行了研究。根据不同的交通流情况确定不同的区域控制目标函数，将Q-学习的类惩机制引入粒子群算法的选优过程中，通过改进的粒子群算法实时优化区域控制策略。编制该控制方法的仿真程序，应用AIMSUN仿真软件验证算法的控制效果。结果表明，该方法对不同交通量下可保持较高的控制效率，控制效果明显优于感应控制。
城市交通 交通信号控制 微粒群算法 仿真软件
魏赟 邵清
上海理工大学光电学院,上海 200093
国内会议
上海
中文
2108-2111
2011-10-21（万方平台首次上网日期，不代表论文的发表时间）