文献

J-GLOBAL ID：202202238192770462   整理番号：22A0161970

POINT:交通信号制御のための部分的に観測可能な模倣ネットワーク【JST・京大機械翻訳】

POINT: Partially Observable Imitation Network for Traffic Signal Control

著者 (5件)： Li Wan (Energy and Transportation Science Division, Oak Ridge National Laboratory, Knoxville, TN 37932 USA) ,  Wang Boyu (Tacoma Public Utilities, Tacoma, WA, 98409, USA) ,  Liu Zhanlin (University of Washington, Seattle, WA 98125, USA) ,  Li Qiang (Tsinghua University, Shenzhen, Guangdong, China) ,  Qi Guo-Jun (Futurewei Technologies, MAPLE Lab, USA)
資料名： Sustainable Cities and Society  (Sustainable Cities and Society)
巻： 76  ページ： Null  発行年： 2022年 
JST資料番号： W2908A  ISSN： 2210-6707  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： スマートトラフィック信号は,都市輸送ネットワークの移動性と効率を改善するために,輸送インフラストラクチャと前進技術をもたらす。適応トラフィック信号制御研究は,モデリングベースのアプローチと学習ベースのアプローチに分類できる。これらの2つのシステムの利点を取るために,本研究では,交通信号制御(POINT)のためのオフラインオンライン結合部分観測可能模倣ネットワークを開発した。オフラインシステムにおいて,トラフィック信号タイミング最適化問題を,完全トラフィック情報,すなわち,2秒毎秒とすべての車両の位置を与えられた混合整数非線形プログラミング(MINLP)として定式化した。MINLPの目的は,接続された車両(CV)環境の下で個々の車両軌道を考慮した全旅行遅延を最小化することである。種々の交通条件の下で計算した最適解を,「エキスパート」決定として考慮した。オンラインシステムにおいて,模倣ニューラルネットワークモデルを開発して,オフラインシステムから発生する「エキスパート」信号計画を学習した。リアルタイムにおける部分的観察可能な交通条件,例えば,交通量の凝集体レベル,POINTモデルはオンラインシステムにおける信号タイミングパラメータを計算することができた。数値結果により,提案手法は,旅行遅延および待ち行列長の削減に関して,高および不平衡トラヒック要求レベルの下で,他の最先端の信号制御法より優れていることを実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 非線形計画法 ,  学習 ,  最適化問題 ,  *ネットワーク ,  都市交通 ,  交通量 ,  交通情報 ,  旅行 ,  非平衡状態 ,  インフラストラクチャー ,  *交通信号制御 ,  定式化
準シソーラス用語： 神経回路網モデル ,  最適解 ,  混合整数非線形計画法 , 【Automatic Indexing@JST】

著者キーワード (4件)： 適応交通信号制御システム ,  模倣ネットワーク ,  車両軌道 ,  連結車両

分類 (2件)： 交通管制・規制  (TB01032S) ,  移動通信  (ND08030H)

タイトルに関連する用語 (3件)： 交通信号制御 ,  観測 ,  模倣