Es wird die Möglichkeit des Trainings einer optimalen verkehrabhängigen Auswahl von Rahmensignalplänen mit Reinforcement Lernverfahren untersucht. Anhand eines sehr einfachen Beispielszenarios, das heißt eines einfachen Verkehrsnetzes und eines vereinfachten Modells von Rahmensignalplänen (keine lokale Optimierung innerhalb der Rahmensignalpläne), wird aufgezeigt, dass ein solches Training prinzipiell in vernünftiger Zeit möglich ist. Für das Training der Rahmensignalplan-Auswahl haben sich die in früheren Artikeln vorgestellten Verfahren wie die fuzzy Erweiterung des Prioritized Sweeping-Ansatzes und die Explorationsstrategie F-ISE als sehr vorteilhaft erwiesen.
Intelligente Verkehrsbeeinflussung mit adaptiven, lernenden Systemen
Intelligent traffic control with adaptive, learning systems
Automatisierungstechnik - at ; 49 , 11 ; 512-517
2001
6 Seiten, 8 Bilder, 1 Tabelle, 18 Quellen
Article (Journal)
German
adaptives System , Adaptivregelung , Fuzzy-Regelung , künstliche Intelligenz , Lernalgorithmus , lernende Regelung , lernendes System , Lernprozess , Markov-Prozess , mechanische Verstärkung , Prozessoptimierung , Regelungstheorie , Regelverhalten , Steuerungs- und Regelungsverfahren , Verkehrsablauf , Verkehrsanlage , Verkehrsfluss , Verkehrslenkung , Verkehrsplanung , Verkehrsregelung , Verkehrsstauung , Verkehrstechnik , Verkehrsweg , Zufallsprozess
Verkehrsbeeinflussung durch Wechselverkehrszeichen
TIBKAT | 1976
|Fuzzy Logik in der Verkehrsbeeinflussung
Online Contents | 1996
|Verkehrsbeeinflussung - Umfelddatenerfassung in Verkehrsbeeinflussungsanlagen
Online Contents | 2011
|Verkehrsbeeinflussung auf Straßen : Vorträge
TIBKAT | 1978
|