结合Q学习和模糊逻辑的单路口交通信号自学习控制方法

摘要：

针对城市交通系统的动态性和不确定性,提出了基于强化学习的信号交叉口智能控制系统结构,对单交叉口动态实时控制进行了研究.将BP神经网络与Q学习算法相结合实现了路口的在线学习.同时,针对交通信号控制的多目标评价特征,采用基于模糊逻辑的Q学习奖惩信号设计方法,实施对交通信号的优化控制.最后,在三种交通场景下,应用Paramics微观交通仿真软件对典型十字路口进行仿真实验.结果表明,该方法对不同交通场景下的突变仍可保持较高的控制效率,控制效果明显优于定时控制.

关键词：交通信号控制、强化学习、BP神经网络、模糊评价、Paramics仿真

所属期刊栏目：28

分类号：TP391.9(计算技术、计算机技术)

资助基金：广东省科技计划资助项目2009A011601013

在线出版日期：2011-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：199-202