摘要：解决单交叉口信号灯最优控制问题。提出了基于强化学习的信号灯控制系统结构,应用强化学习中Q学习,将信号灯最优控制问题转变成是否切换运行相位的决策问题,提出了采用BP神经元网络实现Q学习的信号灯控制系统。应用微观交通仿真软件PARAMICS进行仿真分析,结果表明该系统能够感知交通流变化,并能够自适应地调整信号灯切换策略,以达到最优的控制效果,该方法是可行的,与定时控制相比具有明显的优势。

关键词：智能运输系统 q学习 bp神经元网络 交叉口信号灯优化控制 paramics仿真 

单位：北京市交通工程重点实验室（北京工业大学）; 北京100002; 北京工业大学电子信息与控制工程学院; 北京100022