-
公开(公告)号：CN112614341A
公开(公告)日：2021-04-06
申请号：CN202011447986.9
申请日：2020-12-09
Applicant: 复旦大学
Abstract: 本发明提供了一种基于群智进化蚁群算法的交通规划系统，对交通中涉及的可控制的信号灯以及车辆的行驶路径进行优化得到最短全局交通通行平均时间，其特征在于，包括：动作选择部根据信息素以及策略神经网络计算蚂蚁的行动概率，并根据该行动概率确定蚂蚁选择的策略；全局更新部根据每只蚂蚁的个体最优策略更新全局信息素；全局最优部对全局信息素进行计算得到全局的最优策略作为全局最优策略；个体损失构建部根据全局最优策略构建个体损失。本发明的交通规划系统对信号灯、车辆等细微的交通构成要素先进行个体优化，再进行全局优化，最后根据全局优化结果更新策略神经网络从而使得整个交通中的各个交通构成要素的最短通行平均时间。
-
公开(公告)号：CN112614341B
公开(公告)日：2022-02-22
申请号：CN202011447986.9
申请日：2020-12-09
Applicant: 复旦大学
Abstract: 本发明提供了一种基于群智进化蚁群算法的交通规划系统，对交通中涉及的可控制的信号灯以及车辆的行驶路径进行优化得到最短全局交通通行平均时间，其特征在于，包括：动作选择部根据信息素以及策略神经网络计算蚂蚁的行动概率，并根据该行动概率确定蚂蚁选择的策略；全局更新部根据每只蚂蚁的个体最优策略更新全局信息素；全局最优部对全局信息素进行计算得到全局的最优策略作为全局最优策略；个体损失构建部根据全局最优策略构建个体损失。本发明的交通规划系统对信号灯、车辆等细微的交通构成要素先进行个体优化，再进行全局优化，最后根据全局优化结果更新策略神经网络从而使得整个交通中的各个交通构成要素的最短通行平均时间。
-
Search Results
2
records
(took 0.017 seconds)
