![](/images/graphics-bg.png)
Optimizing the Junction-Tree-Based Reinforcement Learning Algorithm for Network-Wide Signal Coordination
المؤلفون المشاركون
Zhao, Yi
Ma, Jianxiao
Shen, Linghong
Qian, Yong
المصدر
Journal of Advanced Transportation
العدد
المجلد 2020، العدد 2020 (31 ديسمبر/كانون الأول 2020)، ص ص. 1-11، 11ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2020-02-21
دولة النشر
مصر
عدد الصفحات
11
التخصصات الرئيسية
الملخص EN
This study develops three measures to optimize the junction-tree-based reinforcement learning (RL) algorithm, which will be used for network-wide signal coordination.
The first measure is to optimize the frequency of running the junction-tree algorithm (JTA) and the intersection status division.
The second one is to optimize the JTA information transmission mode.
The third one is to optimize the operation of a single intersection.
A test network and three test groups are built to analyze the optimization effect.
Group 1 is the control group, group 2 adopts the optimizations for the basic parameters and the information transmission mode, and group 3 adopts optimizations for the operation of a single intersection.
Environments with different congestion levels are also tested.
Results show that optimizations of the basic parameters and the information transmission mode can improve the system efficiency and the flexibility of the green light, and optimizing the operation of a single intersection can improve the efficiency of both the system and the individual intersection.
By applying the proposed optimizations to the existing JTA-based RL algorithm, network-wide signal coordination can perform better.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Zhao, Yi& Ma, Jianxiao& Shen, Linghong& Qian, Yong. 2020. Optimizing the Junction-Tree-Based Reinforcement Learning Algorithm for Network-Wide Signal Coordination. Journal of Advanced Transportation،Vol. 2020, no. 2020, pp.1-11.
https://search.emarefa.net/detail/BIM-1175878
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Zhao, Yi…[et al.]. Optimizing the Junction-Tree-Based Reinforcement Learning Algorithm for Network-Wide Signal Coordination. Journal of Advanced Transportation No. 2020 (2020), pp.1-11.
https://search.emarefa.net/detail/BIM-1175878
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Zhao, Yi& Ma, Jianxiao& Shen, Linghong& Qian, Yong. Optimizing the Junction-Tree-Based Reinforcement Learning Algorithm for Network-Wide Signal Coordination. Journal of Advanced Transportation. 2020. Vol. 2020, no. 2020, pp.1-11.
https://search.emarefa.net/detail/BIM-1175878
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1175878
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)