基于强化学习的交通拥堵控制方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 传统控制方式 | 第13-14页 |
| 1.2.2 三种典型人工智能控制方式 | 第14-16页 |
| 1.2.3 强化学习控制方式 | 第16-18页 |
| 1.3 本文主要研究内容 | 第18-19页 |
| 1.4 论文结构 | 第19-20页 |
| 第2章 交通拥堵处理相关技术基础 | 第20-30页 |
| 2.1 agent技术 | 第20-21页 |
| 2.1.1 agent基本概念 | 第20页 |
| 2.1.2 agent特征介绍 | 第20页 |
| 2.1.3 agent体系结构 | 第20-21页 |
| 2.1.4 agent工作机制 | 第21页 |
| 2.2 强化学习技术 | 第21-29页 |
| 2.2.1 强化学习背景 | 第21-22页 |
| 2.2.2 强化学习模型 | 第22-23页 |
| 2.2.3 强化学习相关算法 | 第23-29页 |
| 2.2.4 强化学习特点 | 第29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 基于改进谱聚类算法的动态路网分区研究 | 第30-40页 |
| 3.1 引言 | 第30-32页 |
| 3.2 谱聚类分析 | 第32-35页 |
| 3.2.1 聚类分析 | 第32页 |
| 3.2.2 谱聚类分析 | 第32-35页 |
| 3.3 谱聚类的改进算法 | 第35-37页 |
| 3.3.1 计算优化 | 第35-37页 |
| 3.3.2 存储优化 | 第37页 |
| 3.4 动态路网分区 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于强化学习的多路口交通拥堵控制方法研究 | 第40-52页 |
| 4.1 引言 | 第40页 |
| 4.2 变量消法介绍及其改进 | 第40-43页 |
| 4.2.1 变量消除法分析 | 第40-42页 |
| 4.2.2 变量消除法不足 | 第42页 |
| 4.2.3 基于训练剪枝的变量消除法 | 第42-43页 |
| 4.3 基于强化学习的多路口交通控制参数定义 | 第43-47页 |
| 4.3.1 区域参数定义 | 第43-44页 |
| 4.3.2 路口参数定义 | 第44-47页 |
| 4.3.3 策略求取 | 第47页 |
| 4.4 实验仿真及分析 | 第47-51页 |
| 4.4.1 仿真工具介绍 | 第47页 |
| 4.4.2 实验路网设计 | 第47-48页 |
| 4.4.3 仿真设计流程 | 第48页 |
| 4.4.4 交通控制设计及结果分析 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读硕士学位期间发表的学术论文目录 | 第58-59页 |
| 附录B 攻读学位期间所参加的科研项目目录 | 第59页 |
