原文传递
面向环境的城市交叉口交通信号优化控制研究
| 论文题名： | 面向环境的城市交叉口交通信号优化控制研究 |
| 关键词： | 尾气排放控制;城市交叉口;交通信号控制;初始排队长度;强化学习;智能交通系统 |
| 摘要： | 随着城市机动车数量的增加，因为车辆排放所导致的环境问题受到重视。作为城市交通的瓶颈，交叉口车辆的延误以及加减速过程会导致更多的车辆排放。低排放的信号控制方案的设计已成为智能交通领域的研究热点之一。传统的减排信号控制方案以综合车辆停车次数和延误，通过Webster公式得到配时与交叉口车辆排放量之间的关系再进行优化。但是这种方法未能考虑交叉口的初始排队长度，且Webster公式不适用于饱和度较高的情况。为了解决这一问题，本文考虑到交叉口初始排队长度以及车辆到达的随机性，基于Q-学习算法，本文提出了一种自适应的低排放控制方案，并通过仿真验证了该方法的有效性。 论文的主要工作如下: 1.分析了车辆在不同行驶工况下的尾气污染物排放特性，将车辆尾气排放模型引入微观车辆仿真软件USTCMTS2.0中，实现了交叉口车辆排放统计，为不同信号配时方案对车辆排放量的影响提供了评价平台。 2.利用强化学习的方法，通过车辆排放仿真，建立了交叉口在不同车辆排队长度情况下的最优配时查询表。针对强化学习学习效率不高，收敛速度慢的特点，将模糊推理引入强化学习中，在学习开始前对Q函数初始化，加速了学习收敛速度。 3.设计并开发了城市交通自适应控制系统。对控制系统的数据通信模块、数据库的设计、操作界面、显示界面以及仿真模块做了简要介绍。将排放自适应控制加入到城市交通自适应控制软件中，实现交叉口交通信号控制。 |
| 作者： | 李昕 |
| 专业： | 模式识别与智能系统 |
| 导师： | 陈锋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中国科学技术大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
