基于云模型的交通信号自学习控制方法

为了减少车辆通过路口的延误,采用云模型建立控制策略,运用Q-学习改进控制模型的参数.路口信号控制智能体通过感知系统获得车辆到达信息,根据信号控制规则集和车辆到达信息采取符合控制策略的控制行为改变当前信号状态.信号控制的关键规则采用二维正态半云描述,利用二维前件云发生器生成针对不同交通状态的控制策略.云模型中的主要参数通过Q-学习算法进行优化,以总停车延迟作为目标函数,经过迭代产生针对不同交通量的云模型最优控制方案.最后,使用仿真软件对传统控制方式和基于云模型的控制方式进行比较,仿真结果表明,基于云模型信号控制方法的控制效果优于定时控制和感应控制.