刘喜敏
- 作品数:25 被引量:99H指数:5
- 供职机构:长沙理工大学更多>>
- 发文基金:国家自然科学基金长沙市科技局科技项目湖南省自然科学基金更多>>
- 相关领域:交通运输工程自动化与计算机技术经济管理更多>>
- 城市交通智能控制与诱导系统关键技术及应用
- 卢守峰蒋水良刘喜敏吴义虎张长健胡境黄开缪军姚克锋邵安生吴奕全邓袁钦
- 随着城市化进程的加快和汽车保有量的激增,交通拥堵、交通半故、燃油消耗、环境污染等问题已成为制约大中城市可持续发展的瓶颈,科学、高效率地管控城市交通系统一直是交通科学家、工程师、交通管理部门面临的一个挑战。在国家自然科学基...
- 关键词:
- 关键词:城市交通系统自动控制系统
- 基于元胞传输模型的交通流协同管理效果分析
- 诱导一致性是实施交通流诱导系统的基本原则。本文首先从面向工程应用的角度出发,提出了实施交通流诱导系统的逻辑流程。对基于元胞自动机的交通流动力学模型和动态交通控制模型进行了综述。以DISCO软件为模拟工具,分别设定不同的诱...
- 卢守峰杨兆升张林刘喜敏
- 关键词:元胞自动机
- 单交叉口信号配时的离线Q学习模型研究被引量:5
- 2012年
- 为提高交通控制系统的适应性和鲁棒性,采用强化学习方法实现交通控制模型的学习能力。对固定周期和变周期两种模式下的单交叉口信号配时优化进行研究,构造了等饱和度优化目标的奖赏函数,建立了等饱和度和延误最小两个优化目标的离线Q学习模型。采用对流量进行离散的方法解决了状态维数爆炸问题。通过算例对建立的4种离线Q学习模型解的结构、最优解的分布进行分析,结果表明相对于在线Q学习模型,离线Q学习模型更适合交叉口信号配时优化。采用"离线学习,在线应用"的方法,将建立的定周期延误最小离线Q学习模型与Webster定周期模型的性能进行对比,总体上前者的车均延误和累积延误低于后者。
- 卢守峰韦钦平刘喜敏
- 关键词:交通控制信号配时离线
- 基于元胞传输机制的交通流中观模型研究
- 交通流模型体系包括宏观、中观、微观三类模型,本论文重点研究中观交通流模型。中观交通流模型研究车辆的速度分布演化,本论文以元胞传输机制作为重要的手段,将交通流进行离散化分析;采用最大信息原理和能动粒子动力论两种方法建立了离...
- 刘喜敏
- 关键词:交通流
- 基于绿灯时间等饱和度的离线Q学习配时优化模型被引量:3
- 2012年
- 首先对传统的绿灯时间等饱和度概念进行了扩展,提出了分级绿灯时间等饱和度。在此基础上,针对分级绿灯时间等饱和度目标,构造了奖赏函数,建立了定周期和变周期两种模式下的四种离线Q学习配时优化模型。相对于在线Q学习模型,离线Q学习模型更适合交叉口信号配时优化,变周期模式的离线Q学习模型可以获得解的结构、最优解的分布,这是传统配时理论不具备的。算例结果表明,定周期模式下最优解是唯一的。变周期模式下最优解是不唯一的,呈带状,奖赏分级模型比奖赏不分级的最优解更加集中。
- 卢守峰邵维韦钦平刘喜敏
- 关键词:交通控制Q学习离线
- 引入期望速度的交通流中观模型研究被引量:3
- 2013年
- 本文旨在研究期望速度对速度—密度曲线的影响.通过引入期望速度建立了新的博弈表和相应的交通流中观模型,利用VBA和Matlab混合编程技术开发了相应的计算程序.对于一个期望速度类情况,分析了期望速度相同时不同的道路条件对应的速度—密度曲线,以及相同道路条件下,不同期望速度对应的速度—密度曲线.对于多个期望速度类的情况,研究了多个期望速度的变异系数对车流平均速度的影响,以及慢车比例对车流平均速度的影响.得出结论,驾驶员的期望速度差异是影响车流平均速度的主要因素之一.当密度较小时,交通流处于个体流模式,此时交通流平均速度主要由期望速度差异决定;当密度较大时,交通流处于集体流模式,此时交通流平均速度主要由密度决定.
- 卢守峰刘改红刘喜敏
- 关键词:交通工程
- 面向智能化与集成化的交通信号控制研究
- 为适应交通流变化,交通信号控制方法经历了离线交通控制、在线交通控制的发展过程。为适应交通信号数量的增多,交通信号控制结构经历了集中控制、分层递阶控制、分布式控制的发展过程。随着人工智能理论与技术、特别是智能体的快速发展,...
- 刘喜敏
- 关键词:交通信号控制集成化智能体交通流诱导元胞自动机
- 一种优化信号交叉口排队长度的在线学习方法
- 本发明公开了一种优化信号交叉口排队长度的在线学习方法,包括以下步骤:(1)状态、行为、奖赏选取;(2)强化学习矩阵更新公式;(3)建立仿真优化平台;(4)在线运行。本发明所述方法能够计算全局最优解、且具有记忆性的信号配时...
- 卢守峰刘喜敏
- 一种优化信号交叉口排队长度的方法
- 本发明公开了一种优化信号交叉口排队长度的方法,包括以下步骤:1)以各相位关键车流的排队长度组成的向量作为状态,为了提高计算效率,状态空间采用离散形式,离散步长根据排队长度占上游路段长度的比例进行计算;2)以各相位绿灯时间...
- 卢守峰刘喜敏
- 平均排队长度差最小的单交叉口在线Q学习模型被引量:6
- 2014年
- 为改善交叉口排队长度管理,避免交叉口某个方向排队长度过长,采用强化学习理论建立了以平均排队长度差最小为优化目标的在线Q学习模型。针对控制性能指标相对于邻近的配时方案不敏感的特点,提出了以平均排队长度差作为基本单位重新构造奖励函数,目的是拉大各行为对应的Q值差距,提高模型的收敛速度和鲁棒性。集成Excel VBA,Vissim,Matlab建立了在线仿真平台,作为计算环境对算例进行了计算。算例中利用GPS数据对Vissim软件中车辆加减速度曲线进行了标定。计算结果表明以平均排队长度差作为优化目标能够提高各个方向排队长度的平衡性,优化整个交叉口的时空资源;建立的在线Q模型具有学习能力和较快的计算速度,模型能否收敛受到周期取值和可选行为数量的影响。
- 卢守峰张术刘喜敏
- 关键词:交通工程