基于强化学习的混合交通流分配模型求解算法研究

智能工程与自动化学院

Research on Algorithm Solving for Hybrid Traffic Flow Allocation Model Based on Reinforcement Learning

本研究旨在从用户均衡的视角构建混合交通流分配模型，针对电动汽车与燃油汽车的混合交通流。电动汽车与传统汽车最显著的不同在于前者涉及充电环节，因此在模型构建中，充电站与充电环节的设定必须被纳入考虑。鉴于用户均衡模型的复杂性，该模型最终形态为非线性规划模型。本项目的一大创新点在于运用强化学习来求解建立的非线性的用户均衡混合交通流分配模型。基于对强化学习相关算法的研究，我们将创新性地将算法应用于求解用户均衡模型中，期望借助强化学习解决类似的问题，从而实现推广创新。项目基于LTM（link transmission model）等相关交通流研究，包括但不限于加入电动车环节的eLTM模型等相关研究，以及强化学习求解用户均衡等非线性模型的研究和算法。