摘要：为了更加有效且可靠地自适应协调交通流量,以减少车辆的停车等待时间为目标,提出了3DRQN(Dueling Double Deep Recurrent Q Network)算法对交通信号进行控制。算法基于深度Q网络,利用竞争架构、双Q网络和目标网络提高算法的学习性能;引入了LSTM网络编码历史状态信息,减少算法对当前时刻状态信息的依赖,使算法具有更强的鲁棒性。同时,针对实际应用中定位精度不高、车辆等待时间难以获取等问题,设计了低分辨率的状态空间和基于车流压力的奖励函数。基于SUMO建立交叉口的交通流模型,使用湖北省赤壁市交叉口收集的车流数据进行测试,并与韦伯斯特固定配时的策略、全感应式的信号控制策略和基于3DQN(Dueling Double Deep Q Network)的自适应控制策略进行比较。结果表明:所提出的3DRQN算法相较上述3种方法的车辆平均等待时间减少了25%以上。同时,在不同车流量及左转比例的场景中,随着左转比例和车流量的增大,3DRQN算法的车辆平均等待时间会有明显上升,但仍能保持较好效果,在车流量为1 800 pcu·h^(-1)、左转比例为50%的场景下,3DRQN算法的车辆平均等待时间相比3DQN算法减少约15%,相比感应式方法减少约24%,相比固定时长的方法减少约33%。在车流激增、道路通行受限、传感器失效等特殊场景下,该算法具有良好的适应性,即使在传感器50%失效的极端场景下,也优于固定时长的策略10%以上。表明3DRQN算法具有良好的控制效果,能有效减少车辆的停车等待时间,且具有较好的鲁棒性。

摘要：为加强学生对理论知识的掌握和应用以适应复杂的交通实际和交通科技,需要进行科学合理的交通管理与控制课程实验设计。在对课程内容及重难点分析的基础上,确定平面交叉口的管控作为实验内容,并提出了基于交通仿真软件VISSIM的人工设计与计算机仿真相结合的实验方法,给出了具体的实验设计案例包括科学的实验步骤以及实验结果分析内容,最后展示了多年的教学的应用效果。

摘要：快速路与地面道路连接区域是城市交通问题最为严重的区域之一,传统的交叉口信号控制与入口匝道控制是相互独立的,本文在分析连接区域交通问题产生原因的基础上,综合考虑快速路和地面道路的交通状况,提出了交叉口与入口匝道信号控制思想。这种控制方法能有效地避免出入口匝道产生超长车辆排队的现象,防止连接区域交通拥堵的发生。