[发明专利]基于GAN实现多路口协同的智能交通管理决策方法在审
| 申请号： | 201910851015.1 | 申请日： | 2019-09-10 |
| 公开（公告）号： | CN110503834A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 罗喜良;杨付乾 | 申请（专利权）人： | 上海科技大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/07;G06N3/08 |
| 代理公司： | 31001 上海申汇专利代理有限公司 | 代理人： | 翁若莹;柏子雵<国际申请>=<国际公布> |
| 地址： | 201210 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 路口 智能交通管理 交通状态信息 协同 全局 局部状态信息 交叉路口 交通信息 决策机制 路口交通 全局信息 实时交通 通信负荷 通信时延 网络技术 协同管理 智能控制 决策 场景 对抗 | ||
1.一种基于GAN实现多路口协同的智能交通管理决策方法，其特征在于，包括以下步骤：
步骤1、利用全局K个路口的历史交通数据，通过随机梯度下降法训练得到生成对抗网络G，生成对抗网络G可以通过输入单个路口的交通状态数据，生成K个路口全局交通状态数据，训练目标为：
式中，D(·)表示训练过程所使用的判别网络；G(·)表示生成对抗网络；x表示真实的K个路口的历史交通数据；z表示生成对抗网络G的输入数据，为K个路口中单个路口的状态信息；Ex[·]表示对随机变量x的期望值；Ez[·]表示对随机变量z的期望值；
步骤2、获得K个路口中每个路口的实时交通状态数据，以K个路口中任意第k个路口在t时刻的实时交通状态数据sk(t)为输入，根据步骤1训练得到的生成对抗网络G生成全局K个路口的全局交通状态数据ok(t)；
步骤3、K个路口中每个路口根据步骤2生成的全局交通状态数据ok(t)为状态设计全局收益函数，第k个路口在t时刻的全局收益函数为rk(t)，利用深度强化学习算法，学习得到每个路口的最优交通管理决策，第k个路口在t时刻的最优交通管理决策为ak(t)。
2.如权利要求1所述的一种基于GAN实现多路口协同的智能交通管理决策方法，其特征在于，步骤3中，所述深度强化学习算法为Deep Q-Network算法。
3.如权利要求1所述的一种基于GAN实现多路口协同的智能交通管理决策方法，其特征在于，步骤3中，所述全局收益函数rk(t)为减少车辆的等待时长；所述最优交通管理决策ak(t)为控制路口信号灯的转换。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海科技大学，未经上海科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910851015.1/1.html，转载请声明来源钻瓜专利网。
