摘要
本发明涉及一种基于事件触发的城市路网动态边界控制方法,步骤包括:将城市路网划分为多个需求和密度上同质的子区,根据子区相对位置关系、需求量与MFD方程信息,构建以子区之间边界控制率为控制输入的多子区交通系统模型;实时评估子区状态,当满足事件触发条件时,将触发子区的最外侧边界定义为受控边界,其中事件触发条件由强化学习算法学习所得;基于确定的受控边界,使用模型预测控制算法对路网边界进行控制,以最大化行程完成数为目标计算受控边界的边界控制率,得到最优的边界控制策略。与现有技术相比,本发明能够实现对城市路网边界的实时、动态调整,有效应对各种突发事件和交通需求变化,提高路网的运行效率和响应速度。
技术关键词
边界控制方法
模型预测控制算法
交通系统
强化学习算法
动态
车辆
深度Q学习
定义
方程
控制策略
深度神经网络
贪心策略
行程
车道
关系
中子
密度
分区
系统为您推荐了相关专利信息
多维度数据模型
推广系统
商品销售数据
大数据分析技术
模板
轴承故障识别方法
短时傅立叶变换
故障自动识别
隐马尔科夫模型
短时傅里叶变换
图像增强模块
图像灰度直方图
对比度
电子元器件表面
参数
电子价签
数字孪生模型
相机
地图服务器
货架图像