买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安建筑科技大学申请的专利结合强化学习和模型预测控制的交通信号控制方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119889065B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510111161.6，技术领域涉及：G08G1/081；该发明授权结合强化学习和模型预测控制的交通信号控制方法及系统是由郝珍珍;赵咏奇;熊福力设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本结合强化学习和模型预测控制的交通信号控制方法及系统在说明书摘要公布了：本发明提出了一种将强化学习与模型预测控制相结合的智能化自适应交通信号控制方法，属于智能交通技术领域。在边界信号灯控制方面，本发明利用Q‑Learning算法，通过在线学习不断优化MFD组合选择策略，从而使系统能够动态适应不同的交通流量模式和变化情况。Q‑Learning算法结合了ε‑贪心选择策略，通过奖励机制逐步改善控制效果，有效提高了边界信号灯的配时效率。在内部区域的信号优化方面，本发明采用CyclicMaxPressure算法，根据实时的交通流分布动态调整信号灯配时，使其能够快速响应交通流的随机性和复杂性，从而有效缓解了局部路口的拥堵情况。

本发明授权结合强化学习和模型预测控制的交通信号控制方法及系统在权利要求书中公布了：1.一种结合强化学习和模型预测控制的交通信号控制方法，其特征在于，包括如下步骤： 将路网区域划分为外部区域和内部区域，采集各个区域的交通数据，结合路网各个区域的交通需求拟合不同的MFD组合； 基于不同的MFD组合，以最小化路网区域的车辆数为目标建立数学优化模型； 基于建立的数学优化模型，使用Q-Learning算法结合-贪心选择策略选择Q值最高的MFD组合，通过MPC控制器滚动优化求解，得到边界交通信号灯配时； 其中，通过MPC控制器滚动优化求解，得到边界交通信号灯配时的具体方法如下： 选择Q值最高的MFD组合，结合实时交通状态构建预测模型； 基于构建的预测模型，预测未来两区域内交通流量； 基于构建的预测模型，以内部区域和外部区域的车辆累计数量最小化为目标，通过SLSQP优化算法计算边界控制输入，得到边界控制值； 基于边界控制值以及两区域内的交通流量，计算边界转移的车流量，具体公式表示如下： 其中，是时刻区域转移到相邻子区的交通流量，为区域内密度比例，为边界控制值； 将边界转移的车流量分配到边界交叉口的各个车道，计算绿灯时间，得到边界交通信号灯配时；具体如下： 计算每条车道的流量，公式如下： 将边界转移流量分配到边界交叉口的各个车道，按照车道占比得到边界交叉口车道的转移流量，绿灯时间计算公式如下： 其中为饱和流率，为信号周期时间，为时刻车道的绿灯配时； 基于采集的交通数据，使用CyclicMaxPressure算法优化各区域内部拥堵区域路口的交通流量分配，得到内部交通信号灯配时； 所述边界交通信号灯配时为外部区域与内部区域之间交叉车道的信号灯配时； 所述内部交通信号灯配时为外部区域与内部区域各自区域内车道的信号灯配时。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安建筑科技大学，其通讯地址为：710055 陕西省西安市雁塔路13号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。