- 1、本文档共8页,其中可免费阅读7页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于深度Q学习神经网络的大型路网交通信号控制方法,包括如下步骤:1)在一段连续的时间里获取路网中每个路口的所有车道近路口50米的车辆数目和相位信息;2)预处理步骤一获得的数据,获得车辆数‑相位数据集;3)利用排队车辆‑灯态数据集,更新深度Q神经网络;4)深度Q神经网络反映的信息就是路网每个路口对应状态下的可执行相位信息,据此可以给出该路网下的交通信号控制方案。与现有技术相比,本发明通过深度Q神经网络刻画大型路网状态,据此得到的交通信号控制器比现有的定时控制能更好的缓解交通拥堵的情况。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112216128 A
(43)申请公布日 2021.01.12
(21)申请号 202011037911.3
(22)申请日 2020.09.28
(71)申请人 航天科工广信智能技术有限公司
文档评论(0)