基于Sumtree DDPG的智能交通信号控制算法

提出了基于和树—深度确定性策略梯度(Sumtree DDPG)的多路口智能交通信号控制算法,通过对交叉路口数据的实时观测,智能地调控交通信号周期时长、相位顺序以及相位持续时间,提高路口通行效率.同时,基于和树结构的经验数据存储模式提高采样效率,加速了算法收敛.仿真结果表明,在动态环境下,该算法在车辆排队长度、车辆等待时间、车辆平均速度等性能指标上均优于现有的固定配时方案和基于流量权重的配时算法.     

基于深度强化学习的交通信号配时优化研究

在交通配时技术上,基于传统Q学习的交通信号配时策略是解决交通拥堵问题的重要手段,但其疏通交通拥堵的效果有限。为此,在传统Q学习的基础上,本文提出采用深度强化学习策略来优化交叉口信号配时技术,以减少交通系统中车辆数量和车辆通过交叉口的平均行驶时间;同时,应用深度强化学习策略本身具有的深度网络及引入的经验池、贪婪策略、DOUBLE DQN等方法技术,优化传统Q学习在交通配时上存在的Q值表建立和搜索、目标Q值被高估、无法学习长期经验等问题。实验结果表明,基于深度强化学习的交通信号配时策略在疏通交叉路口车辆方面优于传统Q学习策略,可以更好的疏通交通拥堵,提高交通系统效率。     

基于SARSA（λ）算法的单路口交通信号学习控制

针对复杂的、难以建模的城市交通系统,将多步强化学习算法SARSA（λ）应用于交通信号控制,根据实时的交通状态信息动态进行决策,自动适应环境以便取得更好的控制效果。由于问题状态空间太大而难以直接存储和表示,采用径向基函数神经网络进行值函数近似,通过训练自适应非线性处理单元,可达到较好的近似表示效果,解决了单个十字交叉路口的交通信号控制问题。对该方法进行仿真实验,结果表明其控制效果明显优于传统的固定配时控制策略。     

基于模糊逻辑的过饱和交叉口定周期配时方案优化

引入模糊逻辑模拟高峰时段过饱和交叉口处交通信号控制器的逻辑,基于车辆排队长度给出了绿灯延长时间的模糊逻辑规则,计算出每个入口的有效绿灯时间,使用SimTraffic仿真软件对模糊逻辑的优化过程和传统的定时控制的效果进行对比。本文观测了北京市平乐园交叉路口高峰时段的交通流数据,通过延误指标的计算,基于模糊逻辑的优化方法比传统的定周期配时方法延误减少13.7%,具有较好的控制效果,对过饱和交叉口配时方法具有较好的普及意义。     

交叉路口信号灯的模糊控制

提出交叉路口信号灯进行模糊控制的原理和方法，对简化交通信号的计算机控制算法、提高效率均有一定的现实意义。     

基于多智能体团队强化学习的交通信号控制

城市的区域交通信号协调系统是一个十分复杂的系统,难以建立准确的数学模型,通过引入主-从式团队强化学习方法于区域交通信号协调控制,就可以根据实时的交通状态信息动态来进行决策,自动地适应环境以便取得更好的控制效果.由于问题状态空间太大且难以直接存储和表示,采用径向基函数神经网络进行值函数近似.通过训练自适应非线性处理单元,达到较好的近似表示效果,解决了多个交叉路口的交通信号协调控制问题.通过仿真实验,结果表明该方法的控制效果明显优于单点控制策略.     

不同条件下汇流交叉口控制方式的选取方法

汇流交叉路口在实际的道路交通网中是大量存在的,其控制方式具体包括无交通控制、停车标志控制以及交通信号控制几种,其中交通信号控制的主要功能是在车道相交叉处分配车辆通行权,使各类、各向交通流有秩序、高效率地通行。然而,在交叉路口盲目设置交通控制方式,不但不能增加交叉路口的通行能力,减少车辆延误,反而会导致交通事故率上升。因此。本文引入支持向量机方法并将其作为设置交通控制的依据,然后给出算例仿真。仿真结果表明,该方法能取得较好的控制效果。     

交通信号灯配时优化控制理论研究

针对城市交通拥堵日益严重的问题,提出一种自适应交通信号灯配时优化控制理论.主要采取的方法是利用设置在交通路口的高位摄像机,获得车流图片或者车辆视频,再运用图像处理技术分析图片,结合相位绿灯分配时间的线性算法,以交叉路口流通能力最大、平均延误时间最小或排队等候的车辆数最少为优化目标,尽最大可能地实现绿波带.这项技术使用的结果能用来进行交通滞留状况下的智能交通调节.这种自适应配时优化方案,能够对交叉路口车流情况进行综合优化,实时修正各个相位的配时.     

城市十字交叉路口的交通优化措施研究

城市交叉路口各种交通的相互干扰和不合理的信号控制都会影响路口的通行能力．通过选取典型的十字交叉路口,针对该交叉口的拥堵问题,改善其渠化设计和信号配时设计,提高了该交叉口的通行能力和服务水平,对解决类似交叉路口的拥堵问题有一定的借鉴意义．     

单交叉路口交通分布的一个优化模型及其算法

讨论了城市道路交通中十字交叉路口的交通流分布情况,以4相位信号控制为例,建立了以控制周期内路口的总延误车辆数最小为控制目标、以信号相位持续时间和信号周期时长为控制变量的交通信号动态规划模型,并给出了一个相应的算法.     

干道交叉口交通信号的模糊控制设计

城市主干道往往承受着巨大的交通负荷，而干道交叉路口的交通流控制效果的好坏直接影响着整个城市的交通状况．以城市主干道交叉口为研究对象，提出了一种实用的交通流模糊控制算法．在现有的模糊控制算法的基础上，增加了绿灯延时终止算法，该算法通过对绿灯延时的细微调整，防止了不必要的绿灯延时，从而利用模糊逻辑对绿信比进行了优化．仿真结果表明。该控制方法比固定配时控制方法能更好地减少行车延误时间．     

干道交叉口交通信号的模糊控制设计

城市主干道往往承受着巨大的交通负荷，而干道交叉路口的交通流控制效果的好坏直接影响着整个城市的交通状况．以城市主干道交叉口为研究对象，提出了一种实用的交通流模糊控制算法．在现有的模糊控制算法的基础上，增加了绿灯延时终止算法，该算法通过对绿灯延时的细微调整，防止了不必要的绿灯延时，从而利用模糊逻辑对绿信比进行了优化．仿真结果表明，该控制方法比固定配时控制方法能更好地减少行车延误时间．     

一种基于模糊逻辑的城市单交叉口自适应信号控制

介绍一种实用的交叉口模糊控制方法，该方法不需建立复杂的数学模型．根据城市交通系统的实际情况，依据交叉口4个方向车流的来车信息，采用模糊控制方法，设计了模糊控制器，并对该控制器进行了仿真研究，结果表明该方法可以有效地改善交叉路口的通行能力，为优化城市交通控制提供了一种参考方法．     

三串联路口信号灯智能控制与计算机仿真

分析了城市交通系统的特点 ,把模糊控制运用到交通信号灯的实时控制中。在现有的城市交通现状下 ,选择了较有代表性的交通路口 ,在实地进行了数据的采集 ,对数据进行了筛选和分析后 ,建立了理想化的三串联十字路口的城市交通系统模型。在路口处设置车辆检测器 ,使交通系统能随时掌握到达的车辆数。为了减少路口车辆的等待时间 ,提高交通信号灯的控制效能 ,对交通系统模型运用模糊控制的方法 ,建立了模糊控制规则 ,设计了模糊控制器 ,通过对信号灯延长的控制进行优化。通过仿真程序进行系统仿真 ,仿真结果表明优化后的车辆等待时间优于没有优化的交通情况     

基于模糊逻辑交通信号优化控制算法

提出了基于模糊逻辑单交叉口信号变相位控制算法，并实现了仿真．传统的信号控制方法，仅考虑了相位时间的优化，而忽略了对相位组合的优化，以现实中常用的4相位信号控制为例，通过研究发现，在不改变原来4相位相序的前提下，通过灵活的相位组合，可以获得更好的控制效果．与传统交叉路口信号模糊控制的方法相比，交通信号变相位控制的相位组合、相位时间更加灵活，更适应城市交叉口实时变化的交通状况．以典型的十字路口为对象，选用不同时段的交通流状况进行仿真实验，研究结果表明，对于交通流量不平衡的交叉口来说，信号变相位模糊控制的效果要优于传统的模糊控制，能够减少车辆延误时间，是进行城市交叉口信号控制的一种实用和有效的算法．     

智能交通中单交叉口多相位信号动态控制系统研究

在城市交通控制中,平面交叉口各方向的交通流在不同时刻是不同的。针对这一特点,介绍了一种采用实时模糊和定时控制对单交叉口多相位信号进行动态控制的系统,并提出了一种改进的单交叉口多相位信号实时配时模型。此模型是在模糊控制的基础上采用遗传算法,不断改进控制规则,优化多相位交叉口信号实时控制模型,对绿灯延长时间进行细微调整,实现实时控制。     

单交叉路口交通流的通用多相位智能控制策略

为提高城市道路交叉路口信号控制的效率，采用面向对象的设计思想，提出了一种新的通用多相位信号控制策略.根据实际交通状况交互建立单交叉路口的通用模型，根据当前路口各车流向的车流量实时分布信息，及时调整相位数和各相位的车流向组合.实时传递路口交通情况，采用模糊控制策略，以车辆延误时间最小为优化目标，对单交叉路口的信号相位和相位绿灯时间分别进行优化.根据实测数据对该方法进行了仿真研究，并与普通信号控制方案作了对比.结果表明，这种通用信号控制方案能使交通流量总体趋于均衡，缩短了车辆延误时间.     

城市区域交通智能分散控制研究

针对城市区域交通非线性、不确定性和模糊性特点，提出了一种新颖的实时智能分散控制策略.把整个城市区域交通作为一个大系统，区域中的各交叉口作为子系统，在每个交叉口设置一个独立的控制器，该控制器根据自己和相邻交叉口的交通流信息对交叉口的相序、相位切换、信号周期和绿信比进行动态优化.每个控制器有3个模块组成：相序优化模块、绿灯判断模块和相位切换模块.对每个控制模块设计了相应的模糊优化控制算法，并用改进的BP神经网络实现算法的模糊关系.控制目标是保持区域内各交叉口前的交通畅通和车辆延误最小.仿真研究表明，在交通流量较大和流量时变的环境下，智能分散控制方法比普通单交叉口车辆感应控制方法的控制效果更好,实用性更强.     

具有公交优先的路网交通流智能协调控制

在分布式道路交通控制结构以及模糊理论和人工神经网络技术的基础上,提出了一种具有公交优先的路网交通流智能协调控制技术.把整个路网作为一个大系统,路网中的各个路口为子系统,每个路口设置一个网络型的多相位智能信号控制机,实现对当前路口的交通控制和相邻路口间的协调.核心部分由3个模块组成：公交优先模块、绿灯观察模块和相位切换模块.详细设计了每个模块模糊决策方法,并用人工神经网络来实现模糊关系并提高系统的鲁棒性.目标通过相邻路口信号控制机的信息交互和协调,实现整个路网交通流的协调和公交优先通行.仿真研究结果表明,在时变和大流量交通环境中,该技术的控制效果明显优于传统的单路口车辆感应控制方法.     

单交叉口四相位模糊控制器的设计

在城市交通中,交叉口控制由于交通流的时变性、随机性和不确定性等,使得系统的基于模型的控制理论与方法难于取得良好的控制效果,因此,智能控制理论成为交叉口控制研究的热点。文中设计了一个考虑右转车对非机动车影响的四相位的交叉口两级模糊控制器,有效的克服了常规控制方式的缺点。通过仿真证明了其控制效果要优于常规控制方式和单一优化相序或相位的普通模糊控制器。