طراحی و پیاده سازی کنترل کننده هوشمند تطبیقی برای کنترل تقاطع با استفاده از روش یادگیری تقویتی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,035
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TTC15_361
تاریخ نمایه سازی: 6 بهمن 1395
Abstract:
امروزه با توسعه زندگی شهرنشینی و افزایش نیاز به حمل و نقل، معضل ازدحام ترافیک تبدیل به یکی از بزرگترین مشکلات پیش روی جوامع بشری شده است. لذا برای دستیابی به توسعه پایدار در زمینه مدیریت یکپارچه شهری،کنترل شبکه های حمل و نقل امری اجتناب ناپذیر است. این کنترل شامل دو رویکرد عمده تقاطع ها و شریان ها ی شهری و شبکه های بزرگراهی می باشد. وجود دینامیک ها و نایقینی های زیاد در سیستم کنترل یک تقاطع،مدل سازی آن را دشوار می سازد. بنایراین رویکرد استفاده از الگوریتم های کنترلی مستقل از مدل اهمیت پیدا می کند. چارچوب یادگیری تقویتی به عنوان یک روش مستقل از مدل، بستر مناسبی برای کنترل ترافیک فر اهم می سازد. از ویژگی های کنترل یادگیری تقویتی می توان به هوشمندی، بهینگی و تطبیقی بودن آن اشاره کرد پرکاربردترین روشهای پیاده سازی یادگیری تقویتیSARSA و Q-Learning هستند که در این مقاله بر مبنای آنها کنترلرهایی برای کنترل ترافیک یک تقاطع ایزوله ارائه و همچنین روش های فازی Q-Learning و فازی SARSA مورد مطالعه قرار گرفته اند. برای تحلیل کارایی این کنترل کننده ها، یک سه راه در شهر تهران با داده های حقیقی در نرم افزار Aimsun شبیه سازی و آنالیز شده است. نتایج به دست آمده نشانگر بهبود عملکرد شبکه نسبت به روش های معمول علم مهندسی ترافیک می باشد
Keywords:
Authors
مجید محمدی
دانشجوی دکترا، گروه برق وکامپیوتر، دانشگاه سمنان
عباس دیدبان
دانشیار، گروه برق وکامپیوتر، دانشگاه سمنان
مهناز اثباتی
دانشجوی کارشناسی ارشد، گروه برق وکامپیوتر، دانشگاه سمنان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :