基于Q-学习的单路口智能信号控制研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-14页 |
| ·论文研究背景 | 第7-8页 |
| ·基本的交通控制方法综述 | 第8-11页 |
| ·按控制方式划分 | 第8-9页 |
| ·按控制思想划分 | 第9-10页 |
| ·按控制区域几何特性划分 | 第10-11页 |
| ·单路口智能交通控制研究综述 | 第11-12页 |
| ·研究目的与意义 | 第12-13页 |
| ·本文的研究内容 | 第13-14页 |
| 第2章 单路口交通控制信号简介 | 第14-20页 |
| ·概述 | 第14页 |
| ·交通信号控制系统的主要参数 | 第14-15页 |
| ·信号控制下单路口的交通流特性 | 第15-16页 |
| ·间断流的行车特征 | 第15-16页 |
| ·间断流的延误分析 | 第16页 |
| ·饱和流量和有效绿灯时间 | 第16-17页 |
| ·饱和度和通行能力 | 第17-19页 |
| ·饱和度的定义 | 第17-18页 |
| ·交叉口的饱和度定义及其功能 | 第18页 |
| ·交通信号控制下的交叉口的通行能力 | 第18-19页 |
| 本章小结 | 第19-20页 |
| 第3章 强化学习方法及基于神经网络的强化学习算法 | 第20-30页 |
| ·概述 | 第20-21页 |
| ·Markov决策过程及其最优值函数 | 第21-23页 |
| ·表格型强化学习算法—Q-学习及其收敛性理论 | 第23-25页 |
| ·强化学习的行为选择策略 | 第25-26页 |
| ·表格型强化学习算法的不足 | 第26页 |
| ·基于BP神经网络的强化学习算法 | 第26-29页 |
| 本章小结 | 第29-30页 |
| 第4章 基于Q-学习的单路口信号交通控制设计 | 第30-40页 |
| ·交通信号控制系统的控制指标 | 第30-32页 |
| ·基于Q-学习的单路口交通信号控制智能体系统设计 | 第32-34页 |
| ·基于Q-学习的单路口交通信号控制智能体算法设计 | 第34-39页 |
| ·加强信号的确定 | 第35页 |
| ·Q-值存储方式的确定 | 第35页 |
| ·作为Q-值网络输入的状态变量的确定 | 第35-38页 |
| ·Q-值网络结构的确定 | 第38-39页 |
| ·Q-学习行为决策器中的探索策略的考虑 | 第39页 |
| ·实际应用中的考虑 | 第39页 |
| 本章小结 | 第39-40页 |
| 第5章 基于Q-学习的单路口信号控制仿真实验 | 第40-47页 |
| ·云南省某交叉口道路与交通情况 | 第40-42页 |
| ·信号控制智能体的算法描述 | 第42-44页 |
| ·信号控制智能体算法仿真实验 | 第44-46页 |
| ·信号控制智能体算法仿真实验参数的确定 | 第44-45页 |
| ·信号控制智能体算法仿真实验结果分析 | 第45-46页 |
| 本章小节 | 第46-47页 |
| 第6章 结论与展望 | 第47-48页 |
| ·结论 | 第47页 |
| ·展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 附录 (攻读学位期间发表论文目录) | 第53页 |
