摘要
本发明属于城市智能交通信号控制技术领域,尤其是涉及一种融合交通流预测的多交叉口交通信号控制方法,包括如下步骤:利用异构图表示法建模路网结构,确定路网中异构图的信号灯节点、交叉口节点以及车道节点,及节点间的空间关联关系。本发明利用长短期记忆神经网络对交通网络的车流量进行预测,通过应用图神经网络,它从历史、当前和预测的交通流中捕获多个时间步的时序和空间结构信息,提出了一种感知时空信息的奖励函数,该函数利用介数中心性来评估各个交叉口的空间重要性,并引入预测的车流量信息作为该函数的参数构成,能有效提高智能体感知时空信息的能力。
技术关键词
交通流预测
交叉口
长短期记忆神经网络
联合仿真平台
智能交通信号控制技术
交通流量预测
车流量数据
信号灯
节点特征
路网结构
深度强化学习模型
深度强化学习算法
LSTM神经网络
动态优化控制
车道占用率
空间结构信息
系统为您推荐了相关专利信息
神经网络预测模型
双向长短期记忆
平台控制系统
平台控制方法
数据处理控制
公共交通车辆
协同优化方法
信号协调控制
交叉口
公交调度技术
交叉口车辆
深度强化学习
协作方法
强化学习算法
协作策略