本申请涉及基于深度强化学习模型的高速公路货车流量预测算法、软件与装置，涉及高速公路管理领域。所述算法包括获取第一路段的所有车道的第一车辆流量在t时刻的第一数据；将所述第一数据进行预处理，得到归一化历史数据；基于LSTM模型，构建至少两个单深度学习模型；将归一化历史数据根据预设比例划分训练集和测试集，利用所述训练集训练多个所述单深度学习模型，利用所述测试集确定预测误差；基于所述预测误差赋予多个所述单深度学习模型不同权重，构建组合深度学习模型；基于所述组合深度学习模型，通过输入历史时刻及当前时刻的第一车辆流量，输出下一时刻的第一车辆流量。本申请基于货车流量数据建立模型，以预测未来流量，保障高速公路安全。
声明：
“基于深度强化学习模型的高速公路货车流量预测算法、软件与装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1055
编辑：管理员
来源：北方有色网
咨询细节
