![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/4/22/9a150aad-39ac-490e-bad7-518682fe3dd5/9a150aad-39ac-490e-bad7-518682fe3dd5pic.jpg)
![基于Sarsa學(xué)習(xí)算法的路徑誘導(dǎo)算法研究.pdf_第1頁(yè)](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/4/22/9a150aad-39ac-490e-bad7-518682fe3dd5/9a150aad-39ac-490e-bad7-518682fe3dd51.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近幾十年來,隨著我國(guó)城市機(jī)動(dòng)化和城鎮(zhèn)化的加快,城市遭遇了許多交通問題,如交通擁堵、交通安全、交通污染等。在城市地區(qū),交通擁堵是最為普遍的交通問題,許多學(xué)者對(duì)解決城市交通擁堵問題作出了努力并提出了多種解決方案。其中,智能交通系統(tǒng)(ITS)是一種有效的解決交通問題的系統(tǒng)。
作為智能交通系統(tǒng)的重要研究方面,中心式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)是目前公認(rèn)的提高交通效率、緩解交通擁堵的最佳途徑。由于交通系統(tǒng)復(fù)雜多變、影響因素眾多、路網(wǎng)規(guī)模龐大,基于精
2、密交通流數(shù)學(xué)模型的路徑誘導(dǎo)的實(shí)施困難極大,對(duì)于數(shù)學(xué)模型要求較低的智能技術(shù)是目前行之有效的方法。為此,本文利用人工智能手段中的強(qiáng)化學(xué)習(xí)策略來建立中心式動(dòng)態(tài)路徑誘導(dǎo)策略。首先,我們?cè)O(shè)計(jì)基于Sarsa學(xué)習(xí)的在線的動(dòng)態(tài)路徑誘導(dǎo)模式來優(yōu)化路網(wǎng)的整體使用效率。其次,從整個(gè)交通系統(tǒng)的角度出發(fā),并考慮到交通系統(tǒng)的中各個(gè)局部交通環(huán)境的區(qū)別提出了基于全局和局部聯(lián)合控制策略作為Sarsa學(xué)習(xí)的行為選擇函數(shù)。最后,為了解決大規(guī)模路網(wǎng)中 Sarsa學(xué)習(xí)尋優(yōu)困難的
3、問題,采用基于進(jìn)化的聚類技術(shù)劃分原始交通網(wǎng)來建立多層次網(wǎng)絡(luò),使得基于多層網(wǎng)絡(luò)的動(dòng)態(tài)路徑誘導(dǎo)算法可以很快的收斂。
本文在研究路徑誘導(dǎo)算法的基礎(chǔ)上,將中心式路徑誘導(dǎo)系統(tǒng)、強(qiáng)化學(xué)習(xí)、全局和局部聯(lián)合控制策略以及多目標(biāo)遺傳算法聚類生成多層網(wǎng)的研究特色融合在路徑誘導(dǎo)算法中,尤其是應(yīng)用了強(qiáng)化學(xué)習(xí)中的適合在動(dòng)態(tài)系統(tǒng)中在線學(xué)習(xí)的Sarsa學(xué)習(xí)算法。實(shí)驗(yàn)結(jié)果顯示,本文提出的基于Sarsa學(xué)習(xí)的路徑誘導(dǎo)算法不但可以減少交通系統(tǒng)中車輛的平均行駛時(shí)間,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Sarsa學(xué)習(xí)的TD-SCDMA-WLAN異構(gòu)網(wǎng)絡(luò)切換算法研究.pdf
- 城市動(dòng)態(tài)路徑誘導(dǎo)算法研究.pdf
- 智能交通動(dòng)態(tài)路徑誘導(dǎo)算法的研究.pdf
- 基于蟻群算法的路徑誘導(dǎo)系統(tǒng)的研究與設(shè)計(jì).pdf
- 基于遺傳算法的路徑誘導(dǎo)系統(tǒng)的研究與設(shè)計(jì).pdf
- 基于遺傳算法的動(dòng)態(tài)交通路徑誘導(dǎo)研究.pdf
- 分層路徑誘導(dǎo)算法與策略研究.pdf
- 車輛導(dǎo)航系統(tǒng)路徑誘導(dǎo)算法研究.pdf
- 基于改進(jìn)遺傳算法的動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)的研究.pdf
- 基于自適應(yīng)量子人工魚群算法的動(dòng)態(tài)路徑誘導(dǎo)研究.pdf
- 基于GIS車輛誘導(dǎo)系統(tǒng)的最優(yōu)路徑算法研究與應(yīng)用.pdf
- 基于GIS-T的城市交通最優(yōu)路徑誘導(dǎo)算法研究.pdf
- 基于蟻群算法的動(dòng)態(tài)交通分配及路徑誘導(dǎo)研究.pdf
- 動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)的最優(yōu)路徑算法研究及相關(guān)軟件實(shí)現(xiàn).pdf
- 基于GMPLS的路徑保護(hù)算法研究.pdf
- 城市動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)框架及最優(yōu)路徑選擇算法研究.pdf
- 基于Hadoop平臺(tái)的智能交通流預(yù)測(cè)及路徑誘導(dǎo)算法研究.pdf
- 基于城市交通信息的動(dòng)態(tài)路徑誘導(dǎo)優(yōu)化算法研究.pdf
- 改進(jìn)量子蟻群算法的動(dòng)態(tài)最優(yōu)路徑誘導(dǎo)研究.pdf
- 基于蟻群信息素優(yōu)化算法的微學(xué)習(xí)路徑推薦研究.pdf
評(píng)論
0/150
提交評(píng)論