本发明涉及一种基于强化学习的交通弹性调控方法及系统。该方法包括：将交通网络划分为若干区域，并采集每个区域的车流信息；根据车流信息确定每个区域的宏观基本图；基于宏观基本图，确定各个区域供需平衡时的流量水平；根据流量水平确定交通网络的失衡率；根据失衡率，通过渗流分析确定交通网络的临界失衡阈值；建立多智能体强化学习模型，并根据车流信息、流量水平以及临界失衡阈值对多智能体强化学习模型进行学习训练，生成训练后的多智能体强化学习模型；利用训练后的多智能体强化学习模型调控实际交通网络，使得实际交通网络的当前失衡率小于所述临界失衡阈值。本发明能够在最短调控周期下达到最佳调控效果。
声明：
“基于强化学习的交通弹性调控方法及系统” 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)
1045
编辑：管理员
来源：北方有色网
咨询细节
