Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.236.142.143
    [SESS_TIME] => 1718543004
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 65f3256fba2b737aa4554f135786f7ca
    [UNIQUE_KEY] => f4e16e0927fabc1cb61c95ec7d06ef30
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2022 год, номер 5

АДАПТИВНОЕ УПРАВЛЕНИЕ ДОРОЖНЫМИ СИГНАЛАМИ НА ОСНОВЕ НЕЙРОСЕТЕВОГО ПРОГНОЗА МАКСИМАЛЬНОГО ВЗВЕШЕННОГО ПОТОКА

А.А. Агафонов, А.С. Юмаганов, В.В. Мясников
Самарский национальный исследовательский университет им. академика С. П. Королёва, г. Самара, Россия
ant.agafonov@gmail.com
Ключевые слова: управление сигналами светофоров, искусственная нейронная сеть, обучение с подкреплением, подключённые транспортные средства
Страницы: 85-97

Аннотация

Предлагается двухэтапный метод адаптивного управления сигналами светофоров, основанный на оценке прогнозируемого взвешенного потока транспортных средств, проходящих через перекрёсток. На первом этапе оценивается время прохождения перекрёстка каждым транспортным средством с использованием модели искусственной нейронной сети и формируется оценка прогнозируемого потока транспортных средств через перекрёсток для заданной фазы светофорного цикла. На втором этапе формируется оценка взвешенного потока, которая учитывает время ожидания транспортных средств. Предлагаемый метод выбора фазы светофора основывается на максимизации взвешенного транспортного потока. Результаты экспериментальных исследований позволяют сделать вывод о преимуществе предложенного подхода в сравнении с классическими подходами и современными методами управления сигналами светофоров на основе обучения с подкреплением.

DOI: 10.15372/AUT20220510
Добавить в корзину
Товар добавлен в корзину