期刊文献+

人工智能赋能城市智慧交通 被引量:2

下载PDF
导出
摘要 智能交通系统是缓解城市交通拥堵,提升城市交通治理能力的重要手段之一。随着大数据、人工智能等信息技术的快速发展,为城市交通智能治理提供了重要的支撑。人工智能技术在处理复杂高维非线性的城市交通系统中发挥了重要作用。特别是在城市交通流预测、交通信号控制,以及智能决策支持等方面表现出重要的优势。本文针对城市交通系统特性,研发了基于模式匹配的深度学习交通流预测技术、基于环结构约束的深度强化学习信号优化控制技术,以及基于系统动力学的城市交通智能决策支持系统,并在杭州市部分区域进行了示范应用。上述研究将进一步推动人工智能技术赋能城市智慧交通管控,提升城市交通治理的智能化水平。
出处 《人工智能》 2021年第5期61-66,共6页 Artificial Intelligence View
基金 国家自然科学基金项目(52131202)。
  • 相关文献

参考文献4

二级参考文献46

  • 1王飞跃.平行系统方法与复杂系统的管理和控制[J].控制与决策,2004,19(5):485-489. 被引量:333
  • 2中国互联网络信息中心,(CNNIC).第36次中国互联网络发展状况统计报告[R],2015.
  • 3Gore A. The digital earth: Understanding our planet in the 21st century[J]. Photogrammetric Engineering and Remote Sensing, 1999, 65(5): 528.
  • 4Palmisano S. A smarter planet: The next leadership agenda[R]. New York: IBM, 2008.
  • 5Department for Culture, Media and Sport, Department for Business, Innovation and Skills. Digital Britain final report[R]. London: Office of Public Sector Information, 2009.
  • 6郭慧鹏. 智慧城市:应用日渐丰富多彩[N]. 中国信息化周报, 2013-12-30028.
  • 7Frankel F, Reid R. Big data: Distilling meaning from data[J]. Nature, 2008, 455(7209): 30-30.
  • 8Los W, Wood J. Dealing with data: Upgrading infrastructure[J]. Science, 2011, 331(6024): 1515-1516.
  • 9Ahas R, Aasa A, Silm S, et al. Daily rhythms of suburban commuters’movements in the tallinn metropolitan area: Case study with mobile positioning data[J]. Transportation Research Part C: Emerging Technologies, 2010, 18(1): 45-54.
  • 10Gentili M, Mirchandani P. Locating sensors on traffic networks: Models, challenges and research opportunities[J]. Transportation Research Part C: Emerging Technologies, 2012, 24: 227-255.

共引文献367

同被引文献27

引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部