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！

龙图腾网恭喜华城时代(西安)规划设计有限公司申请的专利基于强化学习的城市交通优化与规划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：CN119129401B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411186998.9，技术领域涉及：G06F30/27；该发明授权基于强化学习的城市交通优化与规划系统是由李国亮;马娅娅;马嘉徽;李琦薇;李小明;骆欠茹设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本基于强化学习的城市交通优化与规划系统在说明书摘要公布了：本发明公开了基于强化学习的城市交通优化与规划系统，涉及计算机信息技术领域，所述系统包括：交通数据获取单元、强化学习处理单元和交通规划单元；所述交通数据获取单元，用于将目标城市交通视为一个网络，每个路口视为一个节点，构建非线性交通流动力学模型以在每个时间步更新多维张量；所述强化学习处理单元，用于将目标城市交通在每两个节点之间的路段的信号灯的信号配时矩阵作为状态空间，计算出在目标奖励函数为最大值时的对应的动作空间；所述交通规划单元，用于根据每个路段的动作空间，完成目标城市交通的规划。本发明显著提升了交通信号控制的全局优化能力、多目标优化能力、自适应学习能力、数据处理能力以及安全性和可解释性。

本发明授权基于强化学习的城市交通优化与规划系统在权利要求书中公布了：1.基于强化学习的城市交通优化与规划系统，其特征在于，所述系统包括：交通数据获取单元、强化学习处理单元和交通规划单元；所述交通数据获取单元，用于将目标城市交通视为一个网络，每个路口视为一个节点，获取目标城市交通在每两个节点之间的路段的交通数据，并为每个路段赋予权重，将每个路段的交通网络状态定义为一个多维张量，构建非线性交通流动力学模型以在每个时间步更新多维张量；所述强化学习处理单元，用于将目标城市交通在每两个节点之间的路段的信号灯的信号配时矩阵作为状态空间，定义强化学习模型的目标奖励函数，在每个时间步对应的状态空间下，通过预先训练的强化学习模型，计算出在目标奖励函数为最大值时的对应的动作空间；所述交通规划单元，用于根据每个路段的动作空间，在每个路段控制信号灯的运行，完成目标城市交通的规划；强化学习模型的目标奖励函数RSt，At使用如下公式进行表示：RSt，At＝wflow·RflowSt，At+wstability·RstabilitySt，At；其中，RflowSt，At为交通效率目标奖励函数；RstabilitySt，At为交通稳定性目标奖励函数；wflow为预设的交通效率权重；wstability为预设的交通稳定性权重；其中，wflow+wstability＝1；At为状态空间；St为多维张量；路段i，j在时刻t的交通数据至少包括：车辆密度车辆平均速度交通流量和平均行程时间多维张量为： 其中，N为节点数；i和j均为取值为正整数的下标索引；表示实数域； 其中，K是每个交叉口的最大相位数；是节点i在时刻t的绿灯时间向量；是节点i在时刻t的相位顺序向量； 是节点i在时刻t的偏移量和切换时间向量； 其中，为路段i，j在时刻t的绿灯时间总和；为预设的路段i,j的最优车辆密度；σij为预设的路段i，j的密度容忍度参数；为路段i，j的最临界速度，表示当路段i，j的最交通流量低于预设的流量临界值时，路段i，j对应的平均速度；为路段i，j的最大允许速度；路段i，j在时刻t的信号偏移量；|·|为求向量的模的运算； 其中，wij为预设的路段i，j的权重；为路段i，j在时刻t的平均延误；为节点i所有输出流量的熵；Hmax为完全均匀分布时节点i所有输出流量的最大可能熵；为路段i，j在时刻t的队列长度；为节点i的目标总队列长度；σl为预设的队列长度容忍度参数。

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华城时代(西安)规划设计有限公司，其通讯地址为：710116 陕西省西安市沣东新城征和四路2168号自贸产业园4号楼2层5876室；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”。