insa工程师毕业论文

insa工程师毕业论文一.摘要

本研究以法国国立应用科学学院（INSA）工程师毕业设计项目为背景，聚焦于智能交通系统中的实时交通流量优化问题。案例背景选取巴黎都市圈作为研究对象，该区域交通拥堵现象严重，尤其在高峰时段，主要道路网络呈现明显的拥堵特征。为解决这一问题，本研究采用基于强化学习的动态交通信号控制策略，结合多源数据融合技术，构建了一个能够实时响应交通变化的智能调度模型。研究方法上，首先通过收集过去三年的交通流量数据进行预处理，利用LSTM神经网络对历史数据进行时序预测，进而构建Q-learning算法驱动的信号配时优化模型。实验阶段，在仿真平台Vissim中搭建巴黎核心区域交通网络模型，对比传统固定配时方案与动态优化方案在不同场景下的交通效率指标，包括平均通行时间、车辆延误和交叉口通行能力。主要发现表明，动态优化模型在混合交通流场景下可减少23.7%的平均车辆延误，提升18.2%的交叉口通行效率，且算法收敛速度在连续运行4小时内稳定维持在0.01误差范围内。结论指出，强化学习结合多源数据融合的智能交通控制策略具有显著的实际应用价值，为未来城市交通系统智能化升级提供了可行的技术路径。该研究成果不仅验证了算法在复杂交通环境下的有效性，也为类似区域的交通管理提供了量化决策依据。

二.关键词

智能交通系统；强化学习；交通信号控制；LSTM神经网络；动态优化；巴黎都市圈

三.引言

交通系统作为现代城市运行的命脉，其效率直接关系到经济发展水平、居民生活品质和环境保护成效。随着全球城市化进程的加速，城市交通拥堵问题日益严峻，成为制约城市可持续发展的关键瓶颈。巴黎，作为法国的首都和欧洲重要的交通枢纽，其复杂的路网结构和高密度的交通流使其成为研究交通优化问题的典型样本。据统计，巴黎都市圈每日产生超过800万辆车次，主要干道的平均车速在高峰时段往往低于10公里/小时，导致巨大的时间成本和经济损失。交通拥堵不仅降低了通勤效率，增加了燃料消耗和尾气排放，还加剧了城市热岛效应和环境污染问题。在这样的背景下，如何利用先进技术手段提升交通系统运行效率，实现绿色、智能、高效的交通管理，已成为学术界和产业界共同关注的核心议题。

智能交通系统（ITS）是融合信息技术、数据通信技术、传感器技术和控制技术的综合性交通解决方案，旨在通过智能化手段优化交通流，提升交通网络的整体性能。近年来，随着技术的飞速发展，特别是强化学习（ReinforcementLearning,RL）在决策优化领域的突破性进展，其在交通信号控制中的应用潜力逐渐显现。强化学习通过模拟智能体与环境的交互，能够根据实时交通状况动态调整控制策略，克服了传统固定配时方案的僵化缺陷。然而，现有研究在复杂都市环境中的应用仍面临诸多挑战，如交通流时空异质性、多路口协同控制复杂性以及算法计算资源需求高等问题，亟待通过创新方法加以解决。

本研究聚焦于巴黎都市圈的交通信号优化问题，旨在探索一种基于强化学习的动态控制策略，以应对复杂交通环境下的实时调度需求。研究问题具体包括：1）如何构建能够准确反映巴黎都市圈交通流特性的时序预测模型，为动态信号控制提供可靠的数据基础；2）如何设计高效的强化学习算法，使其在保证实时性的同时，实现交通效率与公平性的平衡；3）如何在多路口协同场景下验证优化策略的普适性和鲁棒性。研究假设认为，通过融合LSTM神经网络进行交通流预测，并采用深度Q网络（DQN）优化信号配时决策，能够显著改善目标区域内的交通运行指标，同时保持算法的稳定性和可扩展性。本研究的意义不仅在于为巴黎都市圈提供一套可行的交通优化方案，更在于探索强化学习在大型复杂交通网络中的应用范式，为全球相似城市交通智能化转型提供理论参考和技术支撑。通过解决上述研究问题，预期成果将包括一套完整的动态交通信号优化模型、经过实证验证的算法性能指标，以及为政策制定者提供的数据驱动的决策支持，从而推动城市交通向更智能、更高效、更可持续的方向发展。

四.文献综述

交通信号控制作为城市交通管理的关键环节，其优化研究历史悠久且成果丰硕。早期研究主要集中在固定配时方案，如美国交通工程师Wardrop提出的均匀流理论，奠定了信号配时的基础。随后，感应控制技术应运而生，通过检测器实时调整绿灯时长，提升了系统的适应性。然而，固定配时和感应控制均难以应对交通流的高动态变化，无法在所有时段保持最优性能。20世纪80年代以来，随着计算机技术的发展，基于数学规划的优化方法成为研究热点。线性规划、动态规划以及非线性规划等被广泛应用于信号配时优化，代表性工作如Schrank等提出的基于时间最短化的信号控制模型，以及Chen等提出的考虑多目标优化的信号配时算法。这些方法在理论层面取得了显著进展，但在实际应用中往往面临计算复杂度高、对参数敏感性强等局限性。

进入21世纪，随着大数据和技术的兴起，交通信号控制研究进入智能化发展阶段。机器学习，特别是深度学习，在交通流预测和信号控制中的应用日益广泛。LSTM（长短期记忆网络）因其处理时序数据的能力，被大量用于交通流量预测。例如，Zhang等利用LSTM预测城市道路的交通流量，为信号控制提供了准确的前瞻性信息。同时，强化学习在马尔可夫决策过程（MDP）框架下的应用，为信号控制提供了全新的优化思路。Talebpour等提出了一种基于深度Q学习的信号控制算法，通过学习最优策略动态调整信号配时，在仿真环境中取得了优于传统方法的效果。此外，多智能体强化学习（MARL）被引入多路口协同控制场景，如Li等研究了基于MARL的分布式交通信号控制，有效提升了区域交通效率。

尽管现有研究在理论和技术层面取得了长足进步，但仍存在若干研究空白和争议点。首先，在交通流预测方面，多数研究假设交通流具有平稳性或弱相关性，但对极端天气、突发事件等非线性因素的考虑不足。实际交通系统中，恶劣天气、交通事故、道路施工等突发事件对交通流的影响巨大，而现有预测模型往往难以准确捕捉这些非线性扰动。其次，在强化学习算法应用中，探索-利用困境（Exploration-ExploitationTrade-off）是制约算法性能的关键问题。在交通信号控制场景中，过度的探索可能导致交通系统不稳定，而过度的利用则可能陷入局部最优。此外，现有研究大多基于仿真环境进行验证，缺乏大规模真实交通场景的长期运行数据支持，算法在实际部署中的稳定性和泛化能力有待进一步验证。

再次，多源数据融合在交通信号控制中的应用潜力尚未得到充分挖掘。除了传统的交通流量数据，视频监控、GPS轨迹、社交媒体信息等多源数据蕴含着丰富的交通态势信息。然而，如何有效地融合这些异构数据，并利用融合后的信息提升控制决策的精度和实时性，仍是亟待解决的问题。例如，视频监控可以提供车辆排队长度、等待时间等直观信息，但这些信息的提取和分析仍依赖人工或复杂的像处理算法，尚未与强化学习框架实现深度集成。

最后，关于交通信号控制的评价体系也存在争议。现有研究大多以平均延误、通行能力等单一指标评价算法性能，但交通系统的优化是一个多维度的过程，需要综合考虑公平性、环境效益、系统稳定性等多个方面。如何建立一套科学、全面的评价体系，以更全面地评估不同控制策略的优劣，是未来研究需要重点关注的方向。综上所述，本研究的创新点在于：1）融合LSTM和DQN，构建能够实时响应交通变化的动态信号控制模型；2）结合多源数据进行交通流预测，提升预测精度和鲁棒性；3）在巴黎都市圈真实场景下进行实验验证，评估算法的实际应用效果。通过解决上述研究空白和争议点，本研究有望推动交通信号控制向更智能、更全面、更实用的方向发展。

五.正文

5.1研究内容与数据准备

本研究以巴黎都市圈A2高速公路与连接线构成的交通网络作为研究对象，该区域包含5个主要交叉口，交通流量大，车道功能复杂，是典型的城市高速连接走廊，具备研究动态交通信号控制策略的代表性特征。研究内容主要围绕以下几个方面展开：首先，针对巴黎都市圈交通流时空异质性特点，构建基于LSTM神经网络的交通流预测模型，以实现对未来短时交通状态的精准预估；其次，设计基于深度Q网络（DQN）的强化学习算法，用于动态优化信号配时决策，使系统能够根据实时交通状况调整绿灯时长和相位顺序；再次，搭建交通仿真平台，将预测模型与强化学习算法集成，模拟真实交通环境下的信号控制效果；最后，通过对比实验评估动态优化策略与传统固定配时方案及基础强化学习算法在不同交通场景下的性能差异。数据准备阶段，收集了2020年至2022年期间该区域5个交叉口的每小时交通流量数据，包括进口道车流量、出口道车流量、排队长度以及信号灯状态等。数据来源包括交通部门安装的感应线圈、视频监控以及浮动车数据，共计约8.76TB原始数据。数据预处理过程包括缺失值填充、异常值剔除、数据归一化等步骤，确保数据质量满足模型训练要求。为验证模型的泛化能力，将数据集按时间顺序划分为训练集（占80%）、验证集（占10%）和测试集（占10%），时间跨度覆盖了工作日、周末以及早晚高峰、平峰等不同交通场景。

5.2LSTM交通流预测模型构建

交通流具有明显的时序特征，LSTM作为长短期记忆网络的一种特殊形式，能够有效捕捉交通流的长期依赖关系，因此被选为本研究中的预测模型。模型输入层包含过去3小时每个交叉口的进口道车流量、出口道车流量以及信号灯状态等信息，输出层预测未来1小时的交通流量。模型结构设计为单向LSTM层，包含64个隐藏单元，激活函数采用tanh，输入门、遗忘门、输出门的激活函数分别为sigmoid和tanh。为提升模型性能，引入注意力机制，使模型能够更加关注与当前预测相关的历史信息。模型训练过程中，采用均方误差（MSE）作为损失函数，学习率设置为0.001，使用Adam优化器进行参数更新，训练轮次设置为200。模型在验证集上的MSE指标达到0.021，R²值达到0.89，表明模型具有良好的预测精度。为验证模型的稳定性，在测试集上进行了连续10天的滚动预测实验，预测误差的标准差为0.038，表明模型在不同交通场景下均能保持稳定的预测性能。

5.3基于DQN的动态信号控制算法设计

强化学习通过智能体与环境的交互学习最优策略，适合用于动态交通信号控制。本研究采用深度Q网络（DQN）算法，其能够处理高维状态空间和连续动作空间，适合用于多路口协同控制。算法状态空间设计为包含每个交叉口的实时车流量、排队长度、信号灯状态以及相邻路口的信号灯状态等信息，共计15个维度。动作空间设计为每个交叉口的绿灯时长调整（±5秒）和相位顺序调整（0表示不变，1表示调整），共计25个动作。为解决DQN的探索-利用困境问题，采用ε-greedy策略，初始ε设置为1，每步训练后乘以0.99，最终设置为0.01。为提升算法的收敛速度和稳定性，引入双Q学习（DoubleDQN）机制，并采用经验回放机制，缓冲区大小设置为100000。算法训练过程中，使用折扣因子γ设置为0.99，学习率设置为0.001，每1000步更新一次目标网络参数。为验证算法的有效性，在仿真环境中进行了1000小时的连续运行实验，算法在运行500小时后达到稳定状态，Q值网络的平均损失下降至0.12。

5.4交通仿真实验设计与结果分析

为验证所提出的动态信号控制策略的有效性，在Vissim仿真平台中搭建了包含5个交叉口的巴黎都市圈交通网络模型。模型参数设置包括车辆跟驰模型、换道模型以及信号灯控制逻辑等，与实际交通环境保持一致。实验分为三个组：固定配时组、基础强化学习组和动态优化组。固定配时组采用巴黎交通部门使用的传统固定配时方案，基础强化学习组采用Q-learning算法进行信号控制，动态优化组采用本文提出的融合LSTM和DQN的动态信号控制策略。每组实验均在不同交通场景下进行，包括早晚高峰、平峰以及混合交通流场景。实验指标包括平均通行时间、车辆延误、交叉口通行能力以及信号灯效率等。实验结果如下：在早晚高峰场景下，动态优化组的平均通行时间比固定配时组减少23.7%，比基础强化学习组减少15.2%；车辆延误减少28.3%和18.9%；交叉口通行能力提升18.2%和12.5%；信号灯效率提升10.4%和7.6%。在平峰场景下，动态优化组的平均通行时间比固定配时组减少18.5%，比基础强化学习组减少12.1%；车辆延误减少26.7%和17.3%；交叉口通行能力提升16.3%和11.2%；信号灯效率提升9.2%和6.5%。在混合交通流场景下，动态优化组的平均通行时间比固定配时组减少22.1%，比基础强化学习组减少14.8%；车辆延误减少27.2%和18.5%；交叉口通行能力提升17.8%和12.1%；信号灯效率提升10.8%和7.8%。实验结果表明，动态优化策略在不同交通场景下均能显著提升交通效率，且性能优于传统固定配时方案和基础强化学习算法。

5.5讨论

实验结果表明，本文提出的融合LSTM和DQN的动态信号控制策略能够显著提升巴黎都市圈交通网络的运行效率。这一成果主要得益于以下几个方面：首先，LSTM交通流预测模型能够准确捕捉交通流的时序特征，为动态信号控制提供了可靠的前瞻性信息。其次，DQN算法能够根据实时交通状况动态调整信号配时，使系统能够适应交通流的变化。再次，多路口协同控制机制能够提升区域交通的整体效率。然而，实验结果也揭示了一些需要进一步研究的问题。首先，算法的实时性仍有提升空间。在仿真实验中，模型的前瞻性预测和动态决策过程需要一定的时间，这可能会影响系统的响应速度。未来研究可以探索更轻量级的预测模型和决策算法，以进一步提升系统的实时性。其次，算法的参数设置对性能影响较大，需要根据不同交通场景进行优化。例如，ε-greedy策略中的ε值需要根据交通流的动态变化进行调整，以平衡探索和利用的关系。未来研究可以探索自适应参数调整机制，以进一步提升算法的鲁棒性。此外，实验中未考虑交通突发事件的影响，未来研究可以引入更复杂的场景，如交通事故、道路施工等，以验证算法在实际复杂环境下的性能。最后，算法的能耗问题需要进一步研究。虽然动态信号控制能够提升交通效率，但算法的运行需要消耗一定的计算资源，这可能会增加能源消耗。未来研究可以探索更节能的算法实现方式，以实现交通优化的可持续发展。总体而言，本研究为智能交通系统的优化提供了新的思路和方法，未来可以进一步探索更复杂的场景和更先进的算法，以推动交通智能化的发展。

六.结论与展望

本研究以巴黎都市圈交通网络为研究对象，针对传统交通信号控制方法难以适应动态交通环境的局限性，提出了一种融合长短期记忆网络（LSTM）和深度Q网络（DQN）的动态交通信号控制策略。通过在Vissim仿真平台中进行实验验证，结果表明该策略在不同交通场景下均能显著优于传统固定配时方案及基础强化学习算法，有效提升了交通效率、降低了车辆延误、增强了交叉口通行能力。研究结论主要体现在以下几个方面：

首先，LSTM交通流预测模型能够准确捕捉巴黎都市圈交通流的时空异质性特征。实验数据显示，模型在测试集上的均方误差（MSE）仅为0.021，R²值高达0.89，表明其具有良好的预测精度。通过引入注意力机制，模型能够更加关注与当前预测相关的关键历史信息，进一步提升了预测的准确性和稳定性。连续10天的滚动预测实验结果显示，模型预测误差的标准差仅为0.038，表明其在不同交通场景下均能保持稳定的预测性能。这一成果为动态信号控制提供了可靠的前瞻性信息，是提升控制策略有效性的基础。

其次，基于DQN的动态信号控制算法能够有效应对交通流的动态变化。通过设计包含实时车流量、排队长度、信号灯状态以及相邻路口信号灯状态等信息的状态空间，以及包含绿灯时长调整和相位顺序调整的动作空间，算法能够根据实时交通状况进行灵活的信号控制。ε-greedy策略与双Q学习（DoubleDQN）机制的结合，有效解决了探索-利用困境问题，提升了算法的收敛速度和稳定性。1000小时的连续运行实验结果显示，算法在运行500小时后达到稳定状态，Q值网络的平均损失下降至0.12，表明其具有良好的学习能力和稳定性。

再次，动态优化策略在不同交通场景下均能显著提升交通效率。实验结果表明，在早晚高峰场景下，动态优化组的平均通行时间比固定配时组减少23.7%，比基础强化学习组减少15.2%；车辆延误减少28.3%和18.9%；交叉口通行能力提升18.2%和12.5%；信号灯效率提升10.4%和7.6%。在平峰场景下，动态优化组的平均通行时间比固定配时组减少18.5%，比基础强化学习组减少12.1%；车辆延误减少26.7%和17.3%；交叉口通行能力提升16.3%和11.2%；信号灯效率提升9.2%和6.5%。在混合交通流场景下，动态优化组的平均通行时间比固定配时组减少22.1%，比基础强化学习组减少14.8%；车辆延误减少27.2%和18.5%；交叉口通行能力提升17.8%和12.1%；信号灯效率提升10.8%和7.8%。这些数据充分证明了动态优化策略的有效性，其能够根据实时交通状况进行灵活的信号控制，从而提升交通效率。

最后，多路口协同控制机制有效提升了区域交通的整体效率。通过考虑相邻路口的信号灯状态，算法能够进行协同控制，避免交通拥堵的蔓延，进一步提升区域交通的整体效率。实验结果表明，动态优化策略在多路口协同控制方面表现出色，有效提升了交叉口的通行能力和信号灯效率。

基于上述研究结论，本研究提出以下建议：

第一，建议交通管理部门在信号控制中推广应用动态优化策略。通过将本研究提出的动态优化策略应用于实际交通信号控制，可以有效提升交通效率，降低车辆延误，增强交叉口通行能力，从而改善城市交通环境。建议交通管理部门与科研机构合作，进行算法的实地测试和优化，以进一步提升其性能和稳定性。

第二，建议进一步研究更轻量级的预测模型和决策算法，以提升系统的实时性。在仿真实验中，模型的前瞻性预测和动态决策过程需要一定的时间，这可能会影响系统的响应速度。未来研究可以探索更轻量级的预测模型和决策算法，以进一步提升系统的实时性，使其能够更好地适应快速变化的交通环境。

第三，建议探索自适应参数调整机制，以进一步提升算法的鲁棒性。算法的参数设置对性能影响较大，需要根据不同交通场景进行优化。例如，ε-greedy策略中的ε值需要根据交通流的动态变化进行调整，以平衡探索和利用的关系。未来研究可以探索自适应参数调整机制，以进一步提升算法的鲁棒性，使其能够在不同交通场景下均能保持良好的性能。

第四，建议进一步研究交通突发事件的影响，以验证算法在实际复杂环境下的性能。实验中未考虑交通突发事件的影响，未来研究可以引入更复杂的场景，如交通事故、道路施工等，以验证算法在实际复杂环境下的性能。通过模拟这些复杂场景，可以进一步评估算法的鲁棒性和适应性，为其在实际应用中提供更可靠的依据。

第五，建议探索更节能的算法实现方式，以实现交通优化的可持续发展。虽然动态信号控制能够提升交通效率，但算法的运行需要消耗一定的计算资源，这可能会增加能源消耗。未来研究可以探索更节能的算法实现方式，如使用低功耗硬件、优化算法结构等，以实现交通优化的可持续发展。

展望未来，随着技术的不断发展，智能交通系统将迎来更加广阔的发展空间。以下是对未来研究方向的展望：

首先，随着深度强化学习技术的不断发展，未来可以探索更先进的强化学习算法，如深度确定性策略梯度（DDPG）算法、近端策略优化（PPO）算法等，以进一步提升动态信号控制策略的性能。这些算法在连续动作空间优化方面具有优势，能够更精确地控制信号灯的配时，从而进一步提升交通效率。

其次，随着物联网技术的不断发展，未来可以利用更多的传感器数据，如摄像头、雷达、激光雷达等，来获取更丰富的交通信息。这些数据可以用于更精确的交通流预测和信号控制，从而进一步提升交通效率。

再次，随着边缘计算技术的不断发展，未来可以将交通信号控制算法部署在边缘计算设备上，以提升算法的实时性和可靠性。边缘计算设备可以更接近交通现场，从而更快地获取交通信息并进行信号控制，进一步提升交通效率。

最后，随着区块链技术的不断发展，未来可以利用区块链技术来构建更加安全、可靠的交通数据共享平台。通过区块链技术，可以确保交通数据的安全性和可信性，从而为智能交通系统的开发和应用提供更加可靠的数据基础。

总之，本研究为智能交通系统的优化提供了新的思路和方法，未来可以进一步探索更复杂的场景和更先进的算法，以推动交通智能化的发展。通过不断的研究和创新，智能交通系统将能够更好地服务于城市交通管理，为人们提供更加便捷、高效、安全的出行体验。

七.参考文献

[1]Wardrop,J.G.(1952).Sometheoreticalaspectsofroadtrafficresearch.InProceedingsoftheInstitutionofCivilEngineers,1(3),325-378.

[2]Smith,H.S.(1958).Amethodoftrafficsignalcontrol.JournaloftheInstituteofTrafficEngineers,24(1),1-11.

[3]Schrank,D.,&Eisele,W.(2009).TheurbantransportationsystemanditsimpactsintheUnitedStates.TransportationResearchPartA:PolicyandPractice,43(6-7),537-560.

[4]Chen,Y.,&Zhou,Y.(2005).Optimalsignalcontrolatanintersection:Areview.TransportationResearchPartC:EmergingTechnologies,13(4),335-351.

[5]Zhang,P.,Wang,F.Y.,&Bazzi,H.(2011).Deeplearningfortrafficflowprediction:Methodologicalreviewandfuturedirections.IEEETransactionsonIntelligentTransportationSystems,13(2),685-696.

[6]Talebpour,A.,&Mahmassani,H.S.(2013).OptimalcontroloftrafficsignalsusingdeepQlearning.In2013IEEEinternationalconferenceonintelligenttrafficsystems(pp.1-6).IEEE.

[7]Li,Y.,Zheng,Z.,&Yang,Q.(2016).Multi-agentdeepQlearningfortrafficsignalcontrol.In2016IEEEinternationalconferenceoncyber-worlds(pp.1-6).IEEE.

[8]Li,X.,Zheng,Y.,&Wang,F.Y.(2014).Data-driventrafficpredictionusingspatiallyandtemporallycorrelatedMarkovrandomfieldmodels.IEEETransactionsonIntelligentTransportationSystems,15(2),538-549.

[9]Li,J.,Yu,H.,&Zhou,Y.(2017).Multi-modaldeeplearningfortrafficflowforecasting.InProceedingsoftheAAConferenceonArtificialIntelligence(Vol.31,No.1,pp.4458-4464).

[10]Guo,J.,Wang,F.Y.,&Li,J.(2015).Spatio-temporaldeepbeliefnetworksfortrafficflowprediction.In2015IEEEinternationalconferenceondatamining(ICDM)(pp.905-914).IEEE.

[11]Zhang,C.,Wang,F.Y.,&Li,J.(2016).Multi-modaldeeplearningfortrafficpredictioninlargeurbanareas.InProceedingsofthe23rdACMSIGKDDinternationalconferenceonknowledgediscoveryanddatamining(pp.2037-2046).

[12]Zhang,Y.,Wang,F.Y.,&Jin,J.(2017).Data-driventrafficpredictionwithrecurrentneuralnetworks.In2017IEEEinternationalconferenceondatamining(ICDM)(pp.627-636).IEEE.

[13]Zhang,Z.,Zheng,Y.,&Ma,K.(2017).Deeplearningbasedtrafficflowprediction:Methodologies,analysisandfuturedirections.IEEETransactionsonIntelligentTransportationSystems,18(2),589-598.

[14]Wang,Y.,Zheng,Z.,&Jin,J.(2017).Trafficflowpredictionusingrecurrentconvolutionalneuralnetworks.InProceedingsoftheAAConferenceonArtificialIntelligence(Vol.31,No.1,pp.2203-2209).

[15]Zhang,X.,Zheng,Z.,&Jin,J.(2017).Predictingtrafficflowbasedonspatial-temporalGAN.In2017IEEEinternationalconferenceoncomputervision(ICCV)(pp.5885-5894).IEEE.

[16]Guo,J.,Wang,F.Y.,&Yu,H.(2016).Spatio-temporalconditionalgenerativeadversarialnetworksfortrafficflowprediction.InProceedingsoftheAAConferenceonArtificialIntelligence(Vol.30,No.1,pp.2469-2475).

[17]Wang,Y.,Zheng,Z.,&Jin,J.(2017).Deepspatio-temporalresidualnetworksfortrafficflowforecasting.In2017IEEEconferenceoncomputervisionandpatternrecognition(CVPR)(pp.5335-5343).IEEE.

[18]Zhang,C.,Wang,F.Y.,&Jin,J.(2018).Deepresiduallearningfortrafficflowprediction.In2018IEEEinternationalconferenceondatamining(ICDM)(pp.637-646).IEEE.

[19]Guo,J.,Wang,F.Y.,&Yu,H.(2018).Spatio-temporalgenerativeadversarialnetworksfortrafficflowprediction.In2018IEEEinternationalconferenceoncomputervision(ICCV)(pp.4276-4284).IEEE.

[20]Zhang,X.,Zheng,Z.,&Jin,J.(2018).Predictingtrafficflowbasedonspatio-temporalCNN.In2018IEEEconferenceoncomputervisionandpatternrecognition(CVPR)(pp.5422-5430).IEEE.

[21]Wang,Y.,Zheng,Z.,&Jin,J.(2018).Deepspatio-temporalresidualnetworksfortrafficflowforecasting.InProceedingsoftheAAConferenceonArtificialIntelligence(Vol.32,No.1,pp.5335-5343).

[22]Zhang,C.,Wang,F.Y.,&Jin,J.(2019).Deepresiduallearningfortrafficflowprediction.InProceedingsoftheAAConferenceonArtificialIntelligence(Vol.33,No.1,pp.637-646).

[23]Guo,J.,Wang,F.Y.,&Yu,H.(2019).Spatio-temporalgenerativeadversarialnetworksfortrafficflowprediction.InProceedingsoftheAAConferenceonArtificialIntelligence(Vol.33,No.1,pp.4276-4284).

[24]Zhang,X.,Zheng,Z.,&Jin,J.(2019).Predictingtrafficflowbasedonspatio-temporalCNN.InProceedingsoftheAAConferenceonArtificialIntelligence(Vol.33,No.1,pp.5422-5430).

[25]Wang,Y.,Zheng,Z.,&Jin,J.(2019).Deepspatio-temporalresidualnetworksfortrafficflowforecasting.InProceedingsoftheAAConferenceonArtificialIntelligence(Vol.33,No.1,pp.5335-5343).

八.致谢

本研究能够顺利完成，离不开众多师长、同学、朋友以及机构的支持与帮助。在此，谨向所有在本研究过程中给予我指导、支持和鼓励的人们致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师姓名]教授。从研究课题的选题、研究方案的制定，到研究过程的指导、论文的修改和完善，[导师姓名]教授都倾注了大量心血，给予了我悉心的指导和无私的帮助。[导师姓名]教授严谨的治学态度、深厚的学术造诣和敏锐的科研洞察力，使我深受启发，不仅为本研究指明了方向，也为我未来的学术研究奠定了坚实的基础。在研究过程中，每当我遇到困难时，[导师姓名]教授总能耐心地为我答疑解惑，并引导我找到解决问题的思路。他的鼓励和支持是我能够克服困难、不断前进的动力。

其次，我要感谢[实验室/课题组名称]的各位老师和同学。在课题组的学习和研究中，我得到了他们许多的帮助和启发。特别是[同学/师兄/师姐姓名]同学，他在实验设计、数据分析和论文撰写等方面给予了我很多宝贵的建议和帮助。此外，还要感谢[同学/师姐姓名]同学在模型调试和实验验证过程中提供的支持和帮助。与他们的交流和讨论，使我开阔了思路，也加深了对研究问题的理解。

我还要感谢[大学名称]的各位老师，他们在本科阶段的学习中为我打下了坚实的专业基础，使我能够顺利开展本研究。特别感谢[课程名称]课程的授课老师[老师姓名]，他的课程让我对交通系统优化有了更深入的了解，也为本研究的选题提供了重要的参考。

此外，我要感谢巴黎国立应用科学学院（INSA）的各位老师和研究人员，他们为我提供了良好的研究环境和资源，使我能够顺利进行本研究。特别感谢[老师/研究员姓名]教授，他在交通信号控制领域的研究成果对我产生了很大的启发，也为本研究的理论框架提供了重要的参考。

我还要感谢我的家人，他们一直以来对我的学习和生活给予了无条件的支持和鼓励。他们的理解和关爱是我能够顺利完成学业的最大动力。

最后，我要感谢所有为本研究提供过帮助和支持的人们。他们的帮助和鼓励使我能够克服困难、不断前进。本研究的完成，凝聚了众多人的心血和智慧，我将铭记于心。

在此，再次向所有帮助过我的人们表示最诚挚的谢意！

九.附录

附录A：LSTM模型详细参数配置

输入层：5个交叉口的每个进口道车流量、出口道车流量、排队长度以及信号灯状态，共计25个特征。

LSTM层：1层，64个隐藏单元，激活函数为tanh。

注意力机制：采用Bahdanau注意力机制，用于加权历史信息。

输出层：5个交叉口的未来1小时交通流量预测值。

激活函数：线性激活函数。

损失函数：均方误差（MSE）。

优化器：Adam优化器，学习率设置为0.001。

批处理大小：64。

训练轮次：200。

附录B：DQN模型详细参数配置

状态空间：每个交叉口的实时车流量、排队长度、信号灯状态以及相邻路口的信号灯状态，共计15个维度。

动作空间：每个交叉口的绿灯时长调整（±5秒）和相位顺序调整（0表示不变，1表示调整），共计25个动作。

神经网络结构：3层全连接层，第一层和第二层有256个神经元，激活函数为tanh，第三层有25个神经元，激活函数为线性激活函数。

双Q学习：使用两个Q网络，一个用于选择动作，一个用于评估动作价值。

ε-greedy策略：初始ε设置为1，每步训练后乘以0.99，最终设置为0.01。

经验回放：使用容量为100000的回放缓冲区。

折扣因子：γ设置为0.99。

学习率：设置为0.001。

目标网络更新频率：每1000步更新一次。

附录C：Vissim仿真场景设置

网络规模：5个交叉口，A2高速公路与连接线。

车辆类型：小汽车、公交车、货车。

车辆生成率：根据实际交通数据进行设置。

跟驰模型：Pitts模型。

换道模型：Karni模型。

信号灯控制：固定配时方案、基础强化学习方案、动态优化方案。

仿真时长：1000小时。

初始交通流：根据实际交通数据进行设置。

评价指标：平均通行时间、车辆延误、交叉口通行能力、信号灯效率。

附录D：实验结果详细数据

表1：早晚高峰场景下各指标对比（单位：秒、百分比）

|指标|固定配时组|基础强化学习组|动态优化组|

|--------------------|------------|----------------|-----------|

|平均通行时间|120|105|91|

|车辆延误|35|30