استفاده از يادگيري تقويتي براي كنترل تطبيقي چراغ‌هاي راهنمايي با هدف كاهش انتشار آلودگي

كارشناسي ارشد

تراكم ترافيك در بسياري از مناطق شهري به مسئله‌اي آزار‌دهنده تبديل شده است. اين تراكم ترافيك در تقاطع‌ها در صورتي كه به درستي مديريت و كنترل نشوند مشكلات بسياري مانند آلودگي هوا به وجود مي‌آورد. سيستم كنترل تطبيقي چراغ راهنمايي كه يكي از روش‌هاي زمان‌بندي و كنترل چراغ راهنمايي مي‌باشد مي‌تواند در اين شرايط به كار رود. در اين سيستم كنترل، چراغ راهنمايي بر اساس شرايط موجود در تقاطع، زمان هر فاز را تعيين مي‌كند تا تراكم و در نتيجه آلودگي را كاهش دهد. يادگيري تقويتي كه يكي از رويكرد‌هاي هوش مصنوعي مي‌باشد در سيستم كنترل تطبيقي چراغ راهنمايي توزيع‌شده استفاده شده است. در اين پژوهش از يك شبكه Q عميق كه يك الگوريتم يادگيري تقويتي با تقريب تابع مي‌باشد استفاده شده است. تابع پاداش به صورت مجموع ميزان تغيير آلاينده‌ها تعريف شده است تا تاثير يادگيري تقويتي در ميزان آلودگي در يك شبكه ترافيكي مورد بررسي قرار گيرد. شبكه ترافيكي به صورت فرضي تعريف شده است كه از 11 تقاطع تشكيل شده است و بارگذاري در آن به صورت تصادفي مي‌باشد. عملكرد الگوريتم پيشنهاد شده با دو سيستم كنترل چراغ راهنمايي با زمان ثابت مقايسه شد. نتايج شبيه‌سازي نشان مي‌دهد كه الگوريتم پيشنهادي در مقايسه با دو سيستم زمان ثابت مجموع ميزان تغيير آلاينده‌ها، ميانگين زمان سفر و ميانگين زمان انتظار را به طور قابل توجهي كاهش مي‌دهد.

196079

دانشگاه علم و صنعت ايران

مهندسي عمران-راه و ترابري

دكتر برات مجردي - دكتر ندا كامبوزيا