基于深度Q学习的城市路网区域协调控制研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究进展 | 第12-15页 |
| 1.3.1 交通信号控制系统研发进展 | 第12-13页 |
| 1.3.2 区域协调理论研究进展 | 第13-15页 |
| 1.4 研究目标与内容 | 第15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第2章 基本概念和理论 | 第17-25页 |
| 2.1 交通控制基本概念和指标 | 第17-21页 |
| 2.1.1 基本参数 | 第17-18页 |
| 2.1.2 评价指标 | 第18-21页 |
| 2.2 交通信号控制模式 | 第21-22页 |
| 2.2.1 根据控制范围划分 | 第21页 |
| 2.2.2 根据控制策略划分 | 第21-22页 |
| 2.3 区域协调优化算法 | 第22-23页 |
| 2.4 Q学习算法基本原理 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 区域协调中的延误模型 | 第25-35页 |
| 3.1 区域交通流特性分析 | 第25-27页 |
| 3.1.1 交叉口相关性分析 | 第25-26页 |
| 3.1.2 交通流特性分析 | 第26-27页 |
| 3.2 区域协调中的延误模型 | 第27-31页 |
| 3.2.1 外部进口道延误 | 第27页 |
| 3.2.2 内部进口道延误 | 第27-31页 |
| 3.3 仿真实验和分析 | 第31-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 单交叉口信号优化控制的深度循环Q学习方法 | 第35-51页 |
| 4.1 深度循环Q学习算法介绍 | 第36-40页 |
| 4.1.1 深度Q学习算法 | 第36-37页 |
| 4.1.2 深度循环Q学习算法 | 第37-40页 |
| 4.2 单交叉口信号优化控制算法 | 第40-46页 |
| 4.2.1 单交叉口信号优化控制的深度Q学习描述 | 第40-43页 |
| 4.2.2 训练方法 | 第43-46页 |
| 4.2.3 算法时间复杂度分析 | 第46页 |
| 4.3 仿真实验和分析 | 第46-50页 |
| 4.3.1 实验平台及参数设置 | 第46-47页 |
| 4.3.2 结果讨论 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 基于深度循环Q学习的区域协调优化控制 | 第51-65页 |
| 5.1 多交叉口动作联动算法介绍 | 第52-56页 |
| 5.1.1 多交叉口协作图算法 | 第52-54页 |
| 5.1.2 动作联动加速算法 | 第54-56页 |
| 5.2 区域协调的优化算法 | 第56-60页 |
| 5.2.1 问题描述 | 第56页 |
| 5.2.2 算法描述 | 第56-58页 |
| 5.2.3 算法步骤 | 第58-59页 |
| 5.2.4 算法时间复杂度分析 | 第59-60页 |
| 5.3 案例分析及仿真评价 | 第60-64页 |
| 5.3.1 案例分析 | 第60-62页 |
| 5.3.2 仿真评价 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第73页 |
