• عنوان

    كنترل ترافيك تقاطع شهري با استفاده از روش يادگيري تقويتي عميق

  • نويسنده اصلي

    معين رئيسي

  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    در جوامع امروزي با توجه به رشد روزافزون جمعيت، براي جابجايي افراد، كالاها و ارائه خدمات به سامانه حمل‌ونقل نيازمنديم. عدم توسعه زيرساخت‌هاي حمل‌ونقل متناسب با جمعيت، باعث به وجود آمدن ازدحام شديد در خيابان‌ها گرديده است. بنابراين كنترل هوشمند به عنوان كاربردي‌ترين رويكرد در جهت مديريت ترافيك مي‌تواند مطرح شود؛ چراكه تغيير ساختارهاي فيزيكي موجود كاري زمانبر و پرهزينه است. يكي از مشكلاتي كه در مسئله كنترل ترافيك با آن مواجه هستيم، پويا بودن ترافيك در طول شبانه‌روز است و زمان‌بندي ثابت چراغ‌هاي راهنمايي در تمام ساعات، جوابگوي ترافيك موجود نيست. در اين مقطع قصد داريم كه به مسائل كنترل‌كننده چراغ‌هاي راهنمايي‌ورانندگي، بر مبناي الگوريتم‌ يادگيري تقويتي و شبكه‌هاي عصبي مصنوعي بپردازيم. در اين پايان‌نامه پيشرفت‌هاي اخير در زمينه هوش مصنوعي براي تحقيق و توسعه يك عامل يادگيري كه قادر به كنترل يك سامانه چراغ راهنمايي است، با هدف افزايش كارايي حمل‌ونقل جاده‌اي استفاده مي‌شود. چراكه سامانه‌هاي هوشمند و ديجيتالي نسبت به انسان براي كنترل ترافيك بيشتر مورد توجه قرار گرفته‌اند. براي پياده‌سازي از داده‌ها‌ي تصادفي استفاده مي‌شود. اين داده‌ها در شرايط ترافيك با حجم كم(600 خودرو)، ترافيك با حجم بالا(2400 خودرو) و شرايطي كه در آن بار ترافيكي فقط در يك جهت زياد است(شمال-جنوب يا شرق-غرب)(1500 خودرو) استفاده شده است. نتايج پياده‌سازي و ارزيابي روش پيشنهادي، نشان از كم شدن زمان تأخير خودروها تا 89 درصد نسبت به روش معمول زمان ثابت و 94 درصد نسبت به ساير روش‌هاي هوشمندي است كه در اين پايان‌نامه مورد بحث واقع شده است و جوانب كمتري را در روش خود در نظر گرفته‌اند.
  • شماره ركورد
    196083
  • دانشگاه
    دانشگاه علم و صنعت ايران
  • رشته تحصيلي
    مهندسي برق - گرايش الكترونيك ديجيتال
  • استاد راهنما
    دكتر هادي شهريار شاه حسيني