增强学习与神经网络在交通信号控制中的应用

• 作者: 周春光 彭维 才华 王康平 王建宇 邢玉梅 郭东伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Q学习 BP算法 交通信号控制
• 年，卷（期）: 2007,（31）
• 所属期刊栏目: 工程与应用
• 页码范围: 242-244
• 页数: 3页
• 分类号: TP18|TP391
• 字数: 3963字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.31.072

摘要

城市交通系统是一个十分复杂的系统,鉴于交通流的多变性和交通控制的实时性,将增强学习应用于交通信号控制问题中,这样就可以根据实时的交通状态信息动态地进行决策,自动地适应环境以便取得更好的控制效果.然而由于交通状态空间太大而难以建立线性表,采用增强学习与人工神经网络相结合的方法,解决了多个路口的交通信号控制问题.通过在仿真环境下的对比,证明该方法的控制效果明显优于传统的固定配时控制策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周春光	吉林大学计算机科学与技术学院	161	2128	25.0	39.0
2	王康平	吉林大学计算机科学与技术学院	21	318	7.0	17.0
3	郭东伟	吉林大学计算机科学与技术学院	34	210	9.0	13.0
4	才华	吉林大学计算机科学与技术学院	19	126	8.0	11.0
5	王建宇	吉林大学计算机科学与技术学院	8	74	6.0	8.0
6	彭维	吉林大学计算机科学与技术学院	2	13	2.0	2.0
7	邢玉梅	吉林大学计算机科学与技术学院	1	10	1.0	1.0