论文部分内容阅读
针对城市干线交通协调控制难于建立准确数学模型的问题,提出了混沌模糊Q学习(C-FQL)方法。即在模糊Q学习过程中添加混沌扰动以改变Agent选择动作的方式,并通过添加遗忘因子以平衡学习过程中扩张与利用之间的关系.城市干线交通协调控制中应用C-FQL方法以优化各交叉路口的周期、相位差和绿信比.借助TSIS交通仿真平台。建立了C-FQL方法在城市干线交通协调控制中的应用仿真,结果表明,C-FQL方法收敛速度快,在城市干线交通协调控制中效果良好.