一种由深度强化神经网络指导的车辆时空调度方法

授权

摘要

本发明公开一种由深度强化神经网络指导的车辆时空调度方法，通过获取路网信息及地图信息，构建时空预测模型；对于单一车辆，将车辆运行信息结合时空预测模型，基于卷积神经网络提取车辆信息所对应的时空特征向量；对于某一路口，向深度强化图神经网络输入车辆时空特征向量并进行分类，得出车辆在该路口前往不同方向的概率。本发明能够更准确地分析公路交通网络的动态变化，对于复杂变化的路况有较强的适应能力且可快速寻找其最优解，对于较为陌生的路况亦可实现快速调度，适用于复杂的公路流量变化状态。

基本信息

专利标题：

一种由深度强化神经网络指导的车辆时空调度方法

专利标题（英）：

暂无

公开（公告）号：

CN113628441A

申请号：

CN202110880234.X

公开（公告）日：

2021-11-09

申请日：

2021-08-02

授权号：

CN113628441B

授权日：

2022-05-20

发明人：

彭浩刘琳刘明生冼俊宇许涵杰

申请人：

北京航空航天大学

申请人地址：

北京市海淀区学院路37号

代理机构：

成都帝鹏知识产权代理事务所(普通合伙)

代理人：

李华

优先权：

CN202110880234.X

主分类号：

G08G1/01

IPC分类号：

G08G1/01 G06K9/62 G06N3/04 G06N3/08