基于C-FQL算法的城市干线交通信号控制

宋正东，刘智勇,2

（1.五邑大学 信息工程学院，广东 江门 529020；2.江门职业技术学院，广东 江门 529090）

基于C-FQL算法的城市干线交通信号控制

宋正东1，刘智勇1,2

（1.五邑大学 信息工程学院，广东 江门 529020；2.江门职业技术学院，广东 江门 529090）

针对城市干线交通协调控制难于建立准确数学模型的问题，提出了混沌模糊Q学习(C-FQL)方法，即在模糊Q学习过程中添加混沌扰动以改变Agent选择动作的方式，并通过添加遗忘因子以平衡学习过程中扩张与利用之间的关系.城市干线交通协调控制中应用C-FQL方法以优化各交叉路口的周期、相位差和绿信比.借助TSIS交通仿真平台，建立了C-FQL方法在城市干线交通协调控制中的应用仿真，结果表明，C-FQL方法收敛速度快，在城市干线交通协调控制中效果良好.

交通干线协调控制；混沌模糊Q学习；模糊控制；城市交通

交通干线承担了城市大量的交通负荷，其畅通对改善城市交通状况往往具有很大作用[1].随着城市化和交通需求的快速发展，干线协调控制成为智能交通控制研究中的热点，但交通控制系统是一个庞大的、非线性、不确定性系统，难以建立精确的数学模型.Q学习作为一种被广泛应用的强化学习算法，无需模型且能实现在环境中学习，尤其适用于交通控制[2-3]，因而愈来愈引起人们的重视.文献[4]将Dyna-Q强化学习应用于城市交通信号在线控制，文献[5]将Q学习应用于城市干线交通控制，文献[6]则在模糊Q学习的基础上引入模拟退火准则，以解决学习过程中……