• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Reinforcement learning optimal adaptive control strategy for freeway ramp metering.
【24h】

Reinforcement learning optimal adaptive control strategy for freeway ramp metering.

机译：用于高速公路匝道计量的强化学习最佳自适应控制策略。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Ramp metering is a freeway control method capable of preventing operational breakdown due to excessive total demand by limiting entry to the main line using on-ramp traffic lights. When the control strategy is properly designed, it has the potential to eliminate congestion near on-ramps, avoid blockage of exit ramps, influence route choice behaviour, and enhance traffic safety via safer merging. None of the existing ramp metering strategies is adaptive from a control theory point of view, i.e. controller parameters are not changing while working.; This thesis introduces a new reinforcement learning approach to closed-loop adaptive optimal freeway ramp metering. Reinforcement learning is a powerful machine-learning tool used for unsupervised learning especially in stochastic environments. Its continuous learning capability enables a truly adaptive control strategy.
机译：匝道计量是一种高速公路控制方法，通过使用匝道交通信号灯限制进入干线，可以防止由于总需求过多而导致的运行故障。正确设计控制策略后，它有可能消除匝道附近的拥堵，避免出口匝道阻塞，影响路线选择行为并通过更安全的合并提高交通安全性。从控制理论的观点来看，现有的斜坡计量策略都没有适应性，即控制器参数在工作时不会改变。本文为闭环自适应最优高速公路匝道计量引入了一种新的强化学习方法。强化学习是一种功能强大的机器学习工具，可用于无监督学习，尤其是在随机环境中。它的持续学习能力实现了真正的自适应控制策略。

著录项

  • 作者

    Veljanovska, Kostandina.;

  • 作者单位

    University of Toronto (Canada).;

  • 授予单位 University of Toronto (Canada).;
  • 学科 Engineering Civil.; Artificial Intelligence.; Operations Research.
  • 学位 M.A.Sc.
  • 年度 2003
  • 页码 p.1003
  • 总页数 108
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 建筑科学;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号