一种基于强化学习的城市交通控制方法

AITNT
正文
推荐专利
一种基于强化学习的城市交通控制方法
申请号:CN202411554071
申请日期:2024-11-04
公开号:CN119132059A
公开日期:2024-12-13
类型:发明专利
摘要
本发明公开了一种基于强化学习的城市交通控制方法,涉及城市交通控制技术领域,包括以下步骤:S1:一种基于强化学习的城市交通控制方法应用于暴雨天气下城市交通管理,通过城市交通信息管理平台对出租车相关数据进行获取,并对获取的出租车相关数据进行处理,且基于处理后的出租车相关数据获取出租车行驶轨迹。本发明提出了一种基于强化学习的城市交通控制方法,一种基于强化学习的城市交通控制方法应用于暴雨天气下城市交通管理,通过获取暴雨天气和相应暴雨前正常天气下出租车运营状态时的GPS数据并进行处理的方式得到出租车的客流量数据和订单平均行程速度数据,基于构建的SARIMA模型进行未来时间序列相应数据的预测。
技术关键词
城市道路交通系统 城市交通控制方法 网络节点 出租车GPS数据 天气 出租车订单 信息管理平台 城市交通管理 出租车轨迹数据 小区 城市交通控制技术 指标 关键算法
系统为您推荐了相关专利信息
1
一种光储微网负荷调度方法、电子设备及存储介质
光伏发电功率 负荷调度方法 充放电功率 储能调度模型 储能设备
2
空气质量预测方法、装置、电子设备和存储介质
融合特征 矩阵 空气质量指数 天气 权重特征
3
一种基于TSN网络的多级调度架构控制方法
Dijkstra算法 时间同步 网络时间协议 网络运行状态 资源分配
4
一种网络运维自动化监控实时响应方法
延迟故障 网络节点 故障隔离 高风险 网络系统
5
一种用于极地活动信息的回传方法和装置
回传方法 序列 时序预测模型 数字数据处理方法 运动特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号