本发明提供了一种基于多进程强化学习的可变车道控制方法,构建转向趋势预测神经网络,将串行运行的神经网络群组基于各个子集分解为独立并行的模块,进行多进程计算,预测不同周期不同路段的转向比例,得到转向趋势预测值;根据上游路段的车流量结合转向趋势预测值,预估监测路段的车流量,得到预测监测路段的车辆转向趋势;根据监测路段的转向趋势预测值和预测监测路段的车辆转向趋势,设立阈值控制可变车道信号灯。本发明解决了现有技术由于无法根据路口的交通需求变化灵活的调整控制策略,灵活度低,适应性差,导致部分可变车道华而不实,无法有效解决因车道属性与出行需求所产生的矛盾的问题。
声明:
“基于多进程强化学习的可变车道控制方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)