ارائه یک الگوریتم ابتکاری مبتنی بر یادگیری تقویتی به منظور کنترل بهینه چراغهای راهنمایی تطبیقی در سطح شبکه

تقاطع ها بخش مهمی شبکه معابر شهری را تشکیل می دهند. بر اساس آمارنامه شهرداری تهران، قریب به 24 درصداز زمان سفر استفاده کنندگان از معابر شهری، در تقاطع ها می گذرد. از همین رو، بهینه سازی این تقاطع ها می تواند دربهبود تجربه سفرهای روزانه شهروندان کمک نماید. در این پژوهش با بهره گیری از یادگیری تقویتی، با توسعهالگوریتم کنترل گری تطبیقی سعی در تحقق این هدف شده است. در این الگوریتم با استفاده از حسگرهایی دربالادست جریان، تأثیر جریان های ورودی به تقاطع پیش از رسیدن به آن پیش بینی و تدابیر متناسب با جریان پیش ازرسیدن به تقاطع در زمان بندی و نحوه مدیریت آن لحاظ می گردد. به منظور توسعه کنترل گر پیشنهادی و مقایسه آنبا سامانه های متداول، قدمتی از شهر تهران به مساحت 20 کیلومترمربع در طول هفت روز متوالی با بهره گیری ازداده های حسگرهای القایی شبیه سازی شده است. در مقایسه شبکه مبنا، استفاده از الگوریتم پیشنهادی این پژوهشمی تواند تا 62 درصد زمان سفر را کاهش داده و تا سه درصد میزان ظرفیت شبکه را بهبود دهد.

کلیدواژه ها:

یادگیری تقویتی ، چراغ راهنمایی ، کنترل تطبیقی چراغ راهنمایی