简介:
本发明公开了一种基于强化学习的车辆泊位预测方法,按下述步骤进行:a、获取目标停车场的停车泊位历史数,并对所述停车泊位历史数进行归一化处理形成数据集,以数据集中60‑90%的数据作为训练集,以数据集中10‑40%的数据作为测试集;b、基于强化学习理论构建停车场泊位预测模型,将训练集输入至停车场泊位预测模型进行训练;c、利用训练后的停车场泊位预测模型进行目标停车场的车辆泊位预测,以测试集验证停车场泊位预测模型的预测准确性。本发明能够达到预测出停车场的泊位情况的目的,泊位情况的预测准确性高。
本发明公开了一种基于强化学习的车辆泊位预测方法,按下述步骤进行:a、获取目标停车场的停车泊位历史数,并对所述停车泊位历史数进行归一化处理形成数据集,以数据集中60‑90%的数据作为训练集,以数据集中10‑40%的数据作为测试集;b、基于强化学习理论构建停车场泊位预测模型,将训练集输入至停车场泊位预测模型进行训练;c、利用训练后的停车场泊位预测模型进行目标停车场的车辆泊位预测,以测试集验证停车场泊位预测模型的预测准确性。本发明能够达到预测出停车场的泊位情况的目的,泊位情况的预测准确性高。