文献类型：期刊文章

作　　者：程宇阳[1] 周丙涛[1] 施成熙[1]

机构地区：[1]湖北民族大学新材料与机电工程学院,湖北恩施445000

出　　处：《科学技术创新》

基　　金：湖北省教育厅指导性项目、基于目标识别与模糊控制的智能交通灯应用研究(B2020098);湖北省大学生创新创业训练计划项目、基于深度学习的智能红绿灯关键技术研究(S202010517055)。

年　　份：2021

期　　号：26

起止页码：67-70

语　　种：中文

收录情况：JST、普通刊

摘　　要：针对城市交通交叉口配时不合理,易造成堵塞,不必要等待的问题,提出一种基于长短期记忆人工神经网络与SUMO仿真的交通信号灯配时优化方法。该方法首先利用SUMO模拟十字路口的车流量,并设置了与通行能力、平均等待时间、和损失时间相关的特征函数,通过大量的模拟,生成以路口状况为输入,最佳配时为输出的训练集数据。建立LSTM(长短期记忆人工神经网络),对于数据集进行训练,得到网络模型。最后经过对比实验,该方法的优化能力比传统的模糊控制算法更强。

关 键 词：交通信号控制 SUMO仿真  神经网络 模糊控制 LSTM  

分 类 号：TP183] U491]