智能交通信息物理融合云控制系统

• 作者: 夏元清 宋向辉 王笑京 闫策
• 来源期刊: 自动化学报
• 关键词: 智能交通云控制系统 深度学习 超限学习 信息物理融合系统
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 132-142
• 页数: 11页
• 字数: 9253字
• 语种: 中文
• DOI: 10.16383/j.aas.c180370

摘要

针对现代智能交通信息物理融合路网建设中的对象种类复杂、采集数据量大、传输及计算需求高以及实时调度控制能力弱等问题, 基于云控制系统理论, 以现代智能交通控制网络为研究对象, 设计了智能交通信息物理融合云控制系统方案, 包括智能交通边缘控制技术和智能交通网络虚拟化技术.基于智能交通流大数据, 在云控制管理中心服务器上利用深度学习和超限学习机等智能学习方法对采集的交通流数据进行训练预测计算, 能够预测城市道路的短时交通流和拥堵状况.进一步在云端利用智能优化调度算法得到实时的交通流调控策略, 用于解决拥堵路段交通流分配难题, 提高智能交通控制系统动态运行性能.仿真结果表明了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋向辉		6	16	3.0	4.0
2	王笑京		13	143	7.0	11.0
3	夏元清	北京理工大学自动化学院复杂系统智能控制与决策国家重点实验室	25	439	7.0	20.0
4	闫策	北京理工大学自动化学院复杂系统智能控制与决策国家重点实验室	1	7	1.0	1.0