首页> 中文期刊> 《应用科技》 >基于强化学习的智能场外停车诱导

基于强化学习的智能场外停车诱导

         

摘要

车辆保有量急剧增加导致停车场资源紧缺,针对“停车难”造成城市拥堵日益严重的问题,提出一种优化的场外停车诱导策略。结合车辆与路侧单元通信架构,引入预订机制构造未来停车信息预测模型,在马尔科夫决策过程下应用强化学习方法完成停车诱导策略,并在仿真平台中依据实际需求搭建模拟环境,对几种停车诱导策略进行性能评估。通过比较车辆的平均停车消耗时间、停车花费总路程以及累积停靠数,可知智能场外停车诱导策略能够明显减少停车成本,可对资源进行合理分配。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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