基于BP神经网络的Q-学习可变限速控制对拥堵路段交通流的优化
程鹏
谢小年
1.重庆交通大学交通运输学院,重庆,4000412.重庆交通大学交通运输学院,重庆,400041
摘要：为提高可变限速(variable speed limits,VSL)控制对高速公路交通流的控制效能,提出一种连续状态下BP神经网络的Q-学习VSL控制方法.以路网总通行时间、路段内平均速度、平均密度和平均流量为评价指标,应用VISSIM4.30与MATLAB软件对比分析采用与不采用BP神经网络的Q-学习VSL控制时,入口匝道和主线合流区域附近潜在拥堵路段对交通流的影响.结果表明,基于BP神经网络的Q-学习型VSL控制方法对主线瓶颈区域上游易拥堵路段的交通流有明显的优化作用.
关键词：BP神经网络Q-学习可变限速控制交通流优化
分类号：U491.54(交通工程与公路运输技术管理)
论文发表日期：2017-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 38-43 )
英文信息