基于MA2C方法优化和Sumo仿真实时推演的信号控制策略研究

当前,交管部门多依赖人工经验解决城市交通车流拥堵问题,然而此种方法缺乏数学理论支持与实践验证,并且无法从全局性和整体性的角度提供最优方案。本文基于Sumo交通仿真,采用MA2C多智能体强化学习模型,制定具有针对性的信号灯配时强化学习规则,经多轮训练,获得对应车流运输效率最高的信号灯配时。同时,将Sumo仿真建模和数据处理过程进行了代码化与模块化,以提升运转效率,最终实现交通信号灯配时优化与过程的全自动化。

基于物联网数字化的智能园区管控系统设计

为了大力推进园区基础设施优化、产业发展智能化、功能服务专业化、开发管理精细化,为全国开发区创新升级和高质量发展提供有力支撑。本文通过智慧园区物联数字化综合管控系统关键技术研究,打造数字化综合管控园区,搭建可视化管理平台,建设一套具备大数据分析、能耗智慧管控、碳排放指标管理功能的智慧园区数字化综合管理平台。推进信息化基础设施建设,智能数据化管理、大数据应用等方面的服务能力,使智慧园区建设达到省内的先进水平,最终打造“互联网+”的创新高地和产业高地。

面向安全、高效、低碳的城市道路交叉口大数据应用系统

本系统平台基于实现人们低碳、安全、高效的出行目的,利用视频处理、大数据分析、交通仿真模拟等技术,实时识别交叉口流量、速度等基本交通运行参数,并且能够判别不同车辆的行驶工况,结合车辆碳排放计算标准,实现对交叉口碳排放量的实时检测,然后再通过交通仿真模拟,实现基于多目标的优化信号控制方案选取。此平台还可以对交叉口交通流溢出情况进行实时监测和分级预警,以及对交叉口交通信号灯不同场景下的故障进行实时诊断。