摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第14-20页 |
1.1 研究背景 | 第14-15页 |
1.2 研究意义 | 第15页 |
1.3 研究内容 | 第15-16页 |
1.4 技术路线 | 第16-19页 |
1.4.1 城市快速路交织区交通特性分析 | 第16页 |
1.4.2 入口匝道智能控制方法 | 第16-17页 |
1.4.3 交通仿真及评价 | 第17-19页 |
1.5 本章小结 | 第19-20页 |
第2章 文献综述 | 第20-30页 |
2.1 城市快速路交织区特性研究现状 | 第20-21页 |
2.2 入口匝道控制研究现状 | 第21-25页 |
2.2.1 局部控制方法 | 第21-22页 |
2.2.2 协调控制方法 | 第22-25页 |
2.3 强化学习的发展与应用现状 | 第25-28页 |
2.3.1 强化学习的发展 | 第26-27页 |
2.3.2 强化学习在匝道控制领域的应用 | 第27-28页 |
2.4 本章小结 | 第28-30页 |
第3章 城市快速路交织区交通特性研究 | 第30-42页 |
3.1 基本概念 | 第30-33页 |
3.1.1 交织运行的定义及分类 | 第30-31页 |
3.1.2 交织区关键参数 | 第31-33页 |
3.2 交织区运行特性 | 第33-41页 |
3.2.1 交织区流量特性分析 | 第33-35页 |
3.2.2 交织区速度特性分析 | 第35-38页 |
3.2.3 交织区车辆跟驰特性分析 | 第38-39页 |
3.2.4 交织区换道特性分析 | 第39-41页 |
3.3 本章小结 | 第41-42页 |
第4章 基于强化学习的快速路匝道智能控制方法 | 第42-58页 |
4.1 强化学习基本概念 | 第42-48页 |
4.1.1 强化学习基本要素 | 第42-43页 |
4.1.2 马尔可夫决策过程 | 第43-44页 |
4.1.3 策略、值函数 | 第44-46页 |
4.1.4 行为选择机制 | 第46页 |
4.1.5 Q学习算法 | 第46-48页 |
4.1.6 改进的Q学习——SARSA学习 | 第48页 |
4.2 基于SARSA的匝道局部控制方法 | 第48-54页 |
4.2.1 选择学习算法 | 第49页 |
4.2.2 建立行为空间 | 第49-50页 |
4.2.3 建立状态空间 | 第50页 |
4.2.4 构建奖赏函数 | 第50-51页 |
4.2.5 确定行为选择机制 | 第51-52页 |
4.2.6 Q值更新规则 | 第52页 |
4.2.7 相关模型参数 | 第52页 |
4.2.8 基于SARSA的匝道控制流程 | 第52-54页 |
4.3 基于SARSA的匝道协调控制方法 | 第54-57页 |
4.3.1 协调控制设计 | 第54-55页 |
4.3.2 Q值更新规则 | 第55页 |
4.3.3 行为选择策略 | 第55-56页 |
4.3.4 奖赏函数改进 | 第56-57页 |
4.4 本章小结 | 第57-58页 |
第5章 城市快速路入口匝道智能控制仿真分析 | 第58-90页 |
5.1 仿真软件—Matlab与Vissim-COM接口技术 | 第58-59页 |
5.2 仿真背景及路网构建 | 第59-62页 |
5.2.1 仿真背景介绍 | 第59-60页 |
5.2.2 路网检测器布设 | 第60-62页 |
5.3 仿真软件参数标定 | 第62-66页 |
5.3.1 仿真参数设置 | 第62-63页 |
5.3.2 驾驶行为参数设置 | 第63-66页 |
5.4 仿真实验设计 | 第66-74页 |
5.4.1 路网交通需求 | 第66-68页 |
5.4.2 仿真实验方案选择及实施 | 第68-71页 |
5.4.3 评价指标选取 | 第71-73页 |
5.4.4 方案实现与结果生成 | 第73-74页 |
5.5 仿真结果分析 | 第74-89页 |
5.5.1 路网性能指标评价 | 第74-77页 |
5.5.2 无控制方法 | 第77-78页 |
5.5.3 局部控制方法对比 | 第78-84页 |
5.5.4 协调控制方法对比 | 第84-89页 |
5.6 本章小结 | 第89-90页 |
第6章 结论和展望 | 第90-92页 |
6.1 结论 | 第90-91页 |
6.2 展望 | 第91-92页 |
致谢 | 第92-94页 |
参考文献 | 第94-100页 |
附录 | 第100-112页 |
科研经历与硕士期间论文发表情况 | 第112页 |