基于车辆诱导的交通灯动态配时算法研究.docVIP

基于车辆诱导的交通灯动态配时算法研究 文峰 赵佳文 赵云志 沈阳理工大学信息科学与工程学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 随着城市交通流量日益增加, 现有的交通灯固定时间控制系统不能很好解决交通拥堵问题。针对这一背景, 采用基于Q学习的交通灯控制策略 (QTGCS) 对交通灯进行动态配时, 以减少车辆在交叉口的平均等待时间, 通过模糊逻辑控制根据车辆诱导信息对Q学习的动作选择进行优化 (FQTGCS) , 以提高Q学习算法的收敛速度。实验结果表明, 所采用的交通灯控制策略可以很好地解决交通拥堵问题, 能更好地提高交通系统的性能。 关键词： 交通灯控制; Q学习; 模糊逻辑控制; 作者简介：文峰 (1977—) , 男, 副教授, 博士, 研究方向:人工智能。 收稿日期：2016-10-24 基金：国家自然科学基金资助项目 Research of Traffic Lights Dynamic Timing Algorithm Based on Vehicles Induction WEN Feng ZHAO Jiawen ZHAO Yunzhi Shenyang Ligong University; Abstract： With the traffic flowincreasing in our country, the fixed time traffic lights control system can't very well solve the problem of traffic congestion.Under this background, the traffic light control strategy based on Q-learning algorithm (QTGCS) for dynamic traffic light timing is put forward, in order to reduce the average waiting time of vehicles in intersection, and by the fuzzy logic control algorithm and using vehicles induced information to optimize the action section of the Q-learning (FQTGCS) , the convergence speed of the Q-learning algorithm is improved.The experimental results showthat the proposed traffic lights control strategy can solve the problem of traffic congestion, and better improve the performance of transportation system. Keyword： traffic lights control; Q-learning; fuzzy logic control; Received： 2016-10-24 随着我国城市现代化进程的不断推进, 交通问题成为影响我国社会发展的一个大问题, 而城市道路交通问题的核心就是交通灯控制系统和车辆诱导系统。常见的车辆诱导系统基于最短路径策略, 常见的交通灯控制系统基于固定时间配置策略 (FTGCS) , 这种配时策略存在交叉口车辆较少的相位为绿灯和车辆较多的相位为红灯的问题。 越来越多的学者致力于智能交通系统的研究, 提出很多交通灯控制策略。文献[1-2]通过模糊逻辑控制对交叉口车道队列长度进行模糊得到配时方案对交通灯进行控制。文献[3-4]通过强化学习算法利用Agent与环境交互为交通灯选择最优动作。文献[5-8]通过Q_学习算法与环境交互, 并且利用模糊逻辑控制对当前交叉口的队列长度进行模糊化或者对Q_学习的回报函数进行模糊化, 来选择交通灯的最优动作, 模糊逻辑控制主要应用在Q_学习状态空间的划分。 在实际的交通控制策略中, 交通灯控制策略和车辆诱导策略在信息产生、数据处理和策略实施等多个方面应相互协同。本文提出一种由环境状态到动作映射的Q_学习方法, 应用到交通灯动态配时中, 并且通过模糊逻辑控制根据车辆诱导信息得到当前交通灯与协同交通灯的数据对Q_学习的动作选择进行优化, 可以提高Q_学习算法的收敛速度, 达到提升智能交通系统性能的效果。 1