公开(公告)号：CN118643578A

公开(公告)日：2024-09-13

申请号：CN202411116421.0

申请日：2024-08-14

Applicant: 兰州交通大学

Inventor： 王海涌 ,  王中明 ,  王艺璇 ,  赵玉晨 ,  王智伟 ,  张迪 ,  张茹 ,  王孟琳 ,  魏笙

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/006 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于深度卷积生成对抗网络的高原地区铁路线路设计方法，首先，构建高原地区铁路线路参数设计影响因素的初选指标体系；其次，选用GIS指标图和包含建设完成的铁路线路的高程图训练数据；以训练后的初选指标体系构建属性决策表并将数据归一化后，利用IFA‑NRSR算法对指标进行属性约简，得到优化后的指标体系；最后，将优化后的指标体系输入生成器网络结构，输出包含铁路线路的高程图；再将高程图输入判别器网络结构，输出高原地区铁路线路图。本发明提升了铁路线路设计的精确度和效率，能够学习真实环境中铁路周围的关键特征和纹理，生成与现实中铁路线路几乎一致的走向方案，为未来铁路线路设计提供一种新的参考途径。

公开(公告)号：CN120071644A

公开(公告)日：2025-05-30

申请号：CN202411349081.6

申请日：2024-09-26

Applicant: 兰州交通大学

Inventor： 王海涌 ,  王孟琳 ,  王艺璇 ,  魏笙 ,  张茹 ,  张丹 ,  田爱爱 ,  陆昱亨 ,  赵洪建

IPC: G08G1/07 ,  G08G1/01 ,  G06N3/006 ,  G06N3/0499 ,  G06N3/092

Abstract: 本发明公开了一种基于多智能体学习的交通信号与可变方向车道的协同控制方法，通过交通信号控制模块和车道导向控制模块迭代做出决策，并同时运行以控制交通；车道导向控制模块采用双重深度Q网络算法增强学习模型，智能体基于交通流量和交通信号状态选择动作，以最大化车道利用率，奖励基于车道排队长度差异和最大方向需求交通流量比率计算；交通信号控制模块智能体基于观察到的车道密度和当前车道状态选择动作，并根据所选相位的交通流满意度获得奖励。本发明通过控制车道导向来改善车道利用率，使用强化学习框架，在空间和时间维度上控制动态变化的交通流量；表现出更高的稳定性和效率，并提高了交叉口的通行能力。

公开(公告)号：CN118643578B

公开(公告)日：2024-10-18

申请号：CN202411116421.0

申请日：2024-08-14

Applicant: 兰州交通大学

Inventor： 王海涌 ,  王中明 ,  王艺璇 ,  赵玉晨 ,  王智伟 ,  张迪 ,  张茹 ,  王孟琳 ,  魏笙

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/006 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于深度卷积生成对抗网络的高原地区铁路线路设计方法，首先，构建高原地区铁路线路参数设计影响因素的初选指标体系；其次，选用GIS指标图和包含建设完成的铁路线路的高程图训练数据；以训练后的初选指标体系构建属性决策表并将数据归一化后，利用IFA‑NRSR算法对指标进行属性约简，得到优化后的指标体系；最后，将优化后的指标体系输入生成器网络结构，输出包含铁路线路的高程图；再将高程图输入判别器网络结构，输出高原地区铁路线路图。本发明提升了铁路线路设计的精确度和效率，能够学习真实环境中铁路周围的关键特征和纹理，生成与现实中铁路线路几乎一致的走向方案，为未来铁路线路设计提供一种新的参考途径。