基于增强学习的智能交通多目标优化路径诱导方法.docVIP

  基于增强学习的智能交通多目标优化路径 诱导方法# 彭军，李冲，文孟飞，刘伟荣* 5 10 15 20 25 （中南大学信息科学与工程学院，长沙，410075） 摘要：路径诱导是一种主动引导车辆合理分流来解决城市交通拥堵的方法，是智能交通的重 要组成部分。本文提出一种基于增量搜索的多目标优化路径诱导方法。该方法首先利用图论 法将复杂路网抽象为点线的赋权图，引入多目标优化变量，建立路网模型；然后在启发式搜 索基础上引入增量搜索，结合全局规划和局部动态重规划，实现车辆的实时路径诱导；最后 仿真结果表明该方法能有效地解决复杂路网中车辆的实时路径诱导问题。 关键词：智能交通；动态重规划；增量搜索；路径诱导 中图分类号：U491.1+23 Multi-objective Path Guidance Method In Intelligent Transportation based on reincorment learning PEN Jun, LI Chong, WEN Mengfei, LIU Weirong (Information science and engineering school,Central South University,Changsha,410075) Abstract: Route guidance can effectively solve the increasingly crowded urban traffic problem. In this paper, a research on multi-objective path guidance based on increment searching is presented. Firstly, graph theory method is used to abstract complex road networks to weighted graph that consists of points and lines. Then road network model is established by introducing multi-objective optimization variables. Secondly, a heuristic search algorithm based on the incremental searching is proposed to achieve vehicle dynamic route guidance. This algorithm combines with the global planning and local dynamic re-planning. Finally, simulation results show that this method can effectively solve the vehicle real-time dynamic route guidance problem in complex road networks. Key words: Intelligent transportation;dynamic re-planning method; route guidance; incremental searching 30 0 引言 目前，解决道路交通问题的途径主要分为 2 类：一是加强道路建设，增加道路容量；二 是发展智能交通系统(Intelligent Transportation Systems，ITS)，提高道路运行效率。然而在城 市土地资源有限的条件下，通过智能交通系统优化道路交通组织与管理无疑成为一条最有效 35 40 的途径。作为 ITS 的核心组成部分，动态交通诱导在城市道路交通管理中的作用日益凸显。 它采用检测技术、计算机技术、网络技术等高新手段，基于实时交通信息采集、处理与 传输，通过中心式、分布式等多种诱导方式，为驾驶员提供交通事件、行程时间和优化路径 等动态信息，可引导驾驶员避开拥挤，选择最佳行驶路线，从而实现了路网交通流的均衡动 态分配，有效缓解了交通拥挤。 作为交通诱导系统的关键和核心技术之一，动态路径选择是每个出行者都要面临的问 基金项目：国家自然科学基金（批准号6107310361202342）、高等学校博士学 科点专项科研基金（批准号：20100162110012，20110162110042）、湖南省科技计划科研基金（批准号： 2011GK3214）资助项目 作者简介：彭军（1966），女，教授，主要研究方向：无线协作通信，云计算，智能交通. peng