一种车联网环境下基于多智能体深度强化学习的信号灯自适应控制方法

    公开(公告)号:CN112927505A

    公开(公告)日:2021-06-08

    申请号:CN202110119357.1

    申请日:2021-01-28

    Abstract: 本发明为了解决现有强化学习算法受限于维度爆炸问题无法直接拓展到大规模真实城市路网场景、以及协作式多智能体强化学习模型的训练效率低下问题,结合车联网通信背景,提出了一种车联网环境下基于多智能体深度强化学习的信号灯自适应控制方法。本发明具体包括4个步骤:基于车联网通信架构‑‑‑设计CGB‑MATSC模型‑‑‑在模型上结合DQN算法得到CGB‑MAQL算法‑‑‑为了加速算法收敛提出了基于多线程的启发式学习机制;本发明用于优化路网范围内所有路口的信号灯控制策略,该模型为智能体规模扩展导致的空间维度爆炸提供了一个高效的解决方案,支持其他强化学习算法的拓展,且在大规模异构路网环境中具有较好的有效性和可拓展性。

    适用于卫星互联网场景下基于链路误码率预测的混合接触图路由方法

    公开(公告)号:CN112803988A

    公开(公告)日:2021-05-14

    申请号:CN202110098854.8

    申请日:2021-01-25

    Abstract: 本发明公开了一种适用于卫星互联网场景下基于链路误码率预测的混合接触图路由方法,结合卫星互联网中星间链路特点以及接触图路由算法中存在的问题,提出基于接触失效检测的动态接触图路由算法DCGR‑CFD,提升接触计划的准确性,提高投递成功率,但DCGR‑CFD算法在星间链路的信道质量较差的环境下投递成功率仍较低,因此,在DCGR‑CFD算法基础上针对路径选择所存在问题提出本发明,对信道质量较好的卫星节点采取基于误码率的CGR‑DSR改进算法,仅对星间链路受到较强的信号干扰的卫星节点采用多副本传输的Prophet算法,不仅提高了数据包投递成功率,还能有效控制了备份数据包的数目,降低网络拥塞的发生概率。

    一种基于车联网区块链的智能交通灯配时方法

    公开(公告)号:CN111311932B

    公开(公告)日:2021-05-07

    申请号:CN202010136821.3

    申请日:2020-03-02

    Abstract: 本发明提出一种基于车联网区块链的智能交通灯配时方法,所述交通灯上安装有路测单元,所述方法包括基于区块链实现未身份认证数据安全转发验证阶段和根据城市道路流量感知设计相位轮询交通灯配时模型阶段;所述方法基于区块链身份认证和远程证明保护车辆私人信息并维护数据转发安全,不会因为恶意节点造成交通拥堵及其更严重的后果,同时,该方法提供了非常接近现实交通的车流估计,根据红灯和绿灯下的车流变化规律,探究了整体交通对每条道路及每个交通灯的影响,使用相位轮询模型设计了一种道路交通分析方法,使得路口交通灯合理分配时间,缓解了城市交通拥堵,增加了道路车流速度。

    基于车载自组网的分布式电动汽车充电信息分发方法

    公开(公告)号:CN108307347B

    公开(公告)日:2021-03-30

    申请号:CN201710352899.7

    申请日:2017-05-18

    Abstract: 本发明提供的是一种基于车载自组网的分布式电动汽车充电信息分发方法。充电站通过通信通道连接发布状态信息到路侧单元;当电动车当前电量和最大电量间的比率低于特定充电状态的值,电动汽车发出充电请求;路侧单元通过拉/推模式向电动车推送充电站信息;当电动车没有从路侧单元获得所需信息时,电动车按照最小等待时间策略使用获得的充电站信息选择一个专用的充电站充电;电动车没有从路侧单元和车对车通信中获得充电站信息时,电动车选择一个地理位置上最接近的充电站作为备选方案。本发明提高了电动汽车从路侧单元中获得信息的概率,提高了系统信息传播能力,增强了充电业务中相关信息的投递率。

    一种基于深度增强学习的电动汽车实时充电站选择方法

    公开(公告)号:CN110414750A

    公开(公告)日:2019-11-05

    申请号:CN201910802091.3

    申请日:2019-08-28

    Inventor: 王桐 崔子平

    Abstract: 本发明提出一种基于深度增强学习的电动汽车实时充电站选择方法,所述方法包括:步骤一:全局充电控制器收集消息;步骤二:车辆发送请求;步骤三:MEC对请求做出决策;步骤四:电动汽车执行动作并上传信息;步骤五:Q-table更新。本发明提出的实时充电站选择方法接近真实场景,给车辆提供实时选择方案,且能支持无人驾驶的行进模式。此方法为解决电动汽车的里程焦虑并提高现有充电站的利用率不仅可以最小化汽车行驶时间,提高车辆工作效率,还可以减少充电站平均等待队长以均衡各充电站负载,避免出现“部分拥挤,部分闲置”的现象。

    一种基于视距衰落模型的车载网路由方法

    公开(公告)号:CN109362115A

    公开(公告)日:2019-02-19

    申请号:CN201811446483.2

    申请日:2018-11-29

    Abstract: 本发明属于信道传播领域,具体涉及一种适用于城市场景下视距衰落模型的车载网路由方法。该方法包括以下步骤:(1)当车辆在进行信息转发时,判断车辆的转发类型;(2)综合考虑车辆的相对速度,距离因素,视距因素这三种因素;(3)采用模糊控制的方法,运用多因素决策的方法来选择最优的下一跳。综合考虑车辆的视距与非视距的情况,在城市环境下建立合适的信道衰落的传播模型;在道路转发算法中,综合考虑车辆的相对速度,距离因素,视距因素这三种因素,选择出合适的下一跳;在仿真结果的处理上,采用模糊控制的方法将影响转发选择的三个因素作为输入,车辆传输成功率作为输出,运用多因素决策的方法来选择最优的下一跳,完成信息的转发。

    智能交通中基于预约的分布式电动汽车充电调度方法

    公开(公告)号:CN107392336A

    公开(公告)日:2017-11-24

    申请号:CN201710580468.6

    申请日:2017-07-17

    CPC classification number: G06Q10/02 G06Q50/06

    Abstract: 本发明提供的是一种智能交通中基于预约的分布式电动汽车充电调度方法。一:充电站使用“CSSI Update”消息,以周期T定期发布本地状态信息到所有的路侧单元;二:电动汽车通过路侧单元获取发布的更新服务,使用“Aggregated CSSI Update”消息来订阅每个发布周期发布的充电站实时状态信息;三:根据从路侧单元获得的信息,需要充电的电动汽车进行自主决策,并使用“ReservationsAggregation”向移动中遇到的路侧单元发布充电预约;四:充电站通过“Aggregated-Charging-Reservations-Update”消息访问聚合电动汽车预约信息的路侧单元。本发明可以降低充电站的通信成本;能够使移动中的需要充电服务的电动汽车孩找到最佳的充电站。

    基于移动公交的完全分布式充电调度管理方法

    公开(公告)号:CN106372757A

    公开(公告)日:2017-02-01

    申请号:CN201610821506.8

    申请日:2016-09-13

    CPC classification number: G06Q10/047 G06Q10/06315 G06Q50/06

    Abstract: 本发明提供的是一种基于移动公交的完全分布式充电调度管理方法。充电站和电动汽车通过中间代理进行信息交互,所述中间代理为公交车,每个充电站作为信息发布者周期地向中间代理发布自己的充电服务供应情况,行驶在路线上的公交车通过车车通信,实现以信息传播为目的的发布/订阅,需要充电服务的电动汽车通过访问机会性相遇的公交车获取网络中所有充电站状态信息,执行去何地充电的决策。本发明的特点在于:1、中间代理具有移动性,充电管理信息的获取取决于中间代理的移动路线,因此具有高度的灵活性;2、只需要较少的移动式中间代理,因此具有较低的网络配置成本;3、采用分布式充电管理模式,具有较低的隐私敏感度。

    一种无线传感器网络不等宽度分层路由协议方法

    公开(公告)号:CN103347288B

    公开(公告)日:2015-12-02

    申请号:CN201310227451.4

    申请日:2013-06-08

    Inventor: 王桐 杨磊 赵春晖

    CPC classification number: Y02D70/30

    Abstract: 本发明涉及无线传感器网络中分簇路由协议中的网络拓扑结构和簇头选择的优化领域,具体涉及一种不等宽度网络层次结构的建立、簇头位置的选择的无线传感器网络不等宽度分层路由协议方法。本发明包括计算每个层级的簇半径;向传感器节点发送集合信息;计算自身与理想簇头之间的距离;比较自身参与竞争的理想簇头;比较本地邻簇头竞选集合中的竞争距离;向周围发布竞选胜利消息。本发明避免了靠近基站的簇头因承担过多的转发任务而消耗能量过快,进而导致其过早死亡,降低了成簇开销,并保证了簇的均匀分布,有利于延长网络生存时间。

    基于柯西分布量子粒子群的混合推荐方法

    公开(公告)号:CN103971161A

    公开(公告)日:2014-08-06

    申请号:CN201410195394.0

    申请日:2014-05-09

    Abstract: 本发明公开了一种基于柯西分布量子粒子群的混合推荐方法。包括以下几个步骤:构建用户对项目的评分矩阵;构建用户综合相似度矩阵和项目综合相似度矩阵,求得用户和项目的最近邻居集合;求得基于用户推荐的第一项目预测评分值,基于项目推荐的第二项目预测评分值,和最终项目预测评分值;采用柯西分布量子粒子群算法搜索用户评分与内容的权值w1、项目评分与内容的权值w2、用户最近邻居阈值w3、项目最近邻居阈值w4、混合推荐权值w5这5个参数的最优值,得到更新后的最终项目预测评分值;根据更新后的最终项目预测评分值,将项目进行降序排列,选出排在前N位的项目推荐给用户。本发明能够快速寻找最佳的推荐参数组合,提高推荐的准确度。

Patent Agency Ranking