简介:
本发明公开了一种基于LSTM和强化学习的交通灯实时控制方法,所述交通灯实时控制方法包括:车流量数据的获取;数据预处理;根据以往和目前的车流数据使用LSTM网络对未来的车流量进行预测;使用强化学习DQN算法对交通灯进行调节;对调节的交通灯相位进行综合评估分析所提算法的性能,判断训练是否结束。本发明的有益效果是:根据以往数据对未来车流进行预测,对动态变化的车流进行有效、实时的调节;提出基于LSTM算法能够分析并预测车流序列变化,DQN算法根据实时和预测的车流信息对交通灯进行实时控制。
本发明公开了一种基于LSTM和强化学习的交通灯实时控制方法,所述交通灯实时控制方法包括:车流量数据的获取;数据预处理;根据以往和目前的车流数据使用LSTM网络对未来的车流量进行预测;使用强化学习DQN算法对交通灯进行调节;对调节的交通灯相位进行综合评估分析所提算法的性能,判断训练是否结束。本发明的有益效果是:根据以往数据对未来车流进行预测,对动态变化的车流进行有效、实时的调节;提出基于LSTM算法能够分析并预测车流序列变化,DQN算法根据实时和预测的车流信息对交通灯进行实时控制。