[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: | 本发明提供了一种基于GAN实现多路口协同的智能交通管理决策方法。本发明实现多路口协同的智能交通管理决策机制,实现了全局信息缺失情况下的多路口的实时交通智能控制。在复杂的多路口交通场景下,路口之间状态信息的交互往往具有很大的通信时延,并且全局的交通信息的精确获取也是很困难的。为了减少路口之间的通信负荷,实现路口间的协同管理,本发明通过利用生成对抗网络技术,在每个交叉路口根据各自的局部状态信息生成全局的交通状态信息,然后基于生成的全局交通状态信息,实现多路口协同的智能交通管理决策。 | ||
| 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 | ||
【主权项】:
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:/n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:/n /n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;/n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);/n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)。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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/patent/201910851015.1/,转载请声明来源钻瓜专利网。





