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！

龙图腾网获悉国家超级计算深圳中心(深圳云计算中心)申请的专利一种基于进化Q网络的城市多交叉口信号灯分布式控制方法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：CN119207135B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411087067.3，技术领域涉及：G08G1/082；该发明授权一种基于进化Q网络的城市多交叉口信号灯分布式控制方法是由汤辉玥;徐文涛;温亦骋;杨占魁;张立贤设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。

本一种基于进化Q网络的城市多交叉口信号灯分布式控制方法在说明书摘要公布了：一种基于进化Q网络的城市多交叉口信号灯分布式控制方法，包括以下步骤：构建信号协同控制的马尔科夫模型，定义智能体、环境、状态、行为和奖励，为信号灯控制提供基础模型；通过状态编码方法，将实际交通状态转化为二进制特征向量，为Q网络提供标准化输入；基于特征提取结果，通过Q网络结构编码方法，将神经网络结构参数转化为二进制编码，为自动搜索最优网络结构做准备；通过Q网络结构进化算法，根据状态编码自动调整Q网络结构，寻找最优解，实现Q网络结构与信号灯协同控制任务复杂度的自动匹配；基于Q网络控制的路网子单元，构建分布式决策计算方法，实现大规模路网信号灯协同控制。本方法能够提升路网负载平衡度、降低运输延迟时间。

本发明授权一种基于进化Q网络的城市多交叉口信号灯分布式控制方法在权利要求书中公布了：1.一种基于进化Q网络的城市多交叉口信号灯分布式控制方法，其特征在于，包括以下步骤： 步骤一、构建信号协同控制的马尔科夫模型，定义智能体、环境、状态、行为和奖励，为信号灯控制提供基础模型； 步骤二、通过状态编码方法，将实际交通状态转化为二进制特征向量，为Q网络提供标准化输入； 步骤三、基于特征提取结果，通过Q网络结构编码方法，将神经网络结构参数转化为二进制编码，为自动搜索最优网络结构做准备； 步骤四、通过Q网络结构进化算法，根据状态编码自动调整Q网络结构，寻找最优解，实现Q网络结构与信号灯协同控制任务复杂度的自动匹配； 步骤四具体包括： 随机生成表示网络结构的种群，每个个体代表一个潜在的Q网络结构； 为每个个体初始化速度向量，该向量将指导网络结构的搜索过程； 记录每个个体在搜索过程中所达到的最佳位置； 设定包括领域规模和最大速度在内的参数，以控制搜索过程的强度和范围； 对于每个网络结构编码，找出其邻居，并应用更新规则，结合个体历史最佳位置和邻居最佳位置来调整速度和位置； 根据速度调整规则和最大速度限制，对速度向量进行规范化处理，确保搜索过程的稳定性； 根据更新后的速度向量，调整网络结构编码，形成新的Q网络结构； 将更新后的网络结构解码为Q网络参数，并通过训练过程更新这些参数，直至收敛； 评估更新后的Q网络性能，并与个体历史最佳位置进行比较，更新个体最佳位置； 重复以上过程，直到满足停止条件，从而实现Q网络结构的迭代进化和优化；步骤五、构建并执行路网信号灯分布式控制协调算法，将大规模信号灯控制问题分解为多个小规模子问题，实现问题的分布式处理，并通过周期性评估和优化，提升路网的通行效率和负载平衡度； 步骤五具体包括： 为路网中的每对相邻交叉口建立独立的Q网络，并对每对交叉口进行针对性训练； 确保所有Q网络在结构和参数上达到稳定状态，为信号灯相位选择提供可靠的决策依据； 设定周期性的时间间隔，在此间隔后重新评估并选择最优的信号灯相位动作； 定义权重系数，结合最小化和平均化操作，选择整体效率最优的信号灯相位动作； 根据路网规模，选择适当的求解策略，对于较小规模网络采用穷举法，对于较大规模网络采用最坏情形优先算法； 在每个时间点计算所有Q网络的可行动作值，并基于此选择最优动作； 从路网系统中选择具有最小动作值的双交叉口对，并确定该对的最优动作； 评估当前优化问题的规模，判断是否适合采用穷举法求解； 如果当前问题规模适合穷举法，则求解；否则迭代计算直到找到最优解。

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国家超级计算深圳中心(深圳云计算中心)，其通讯地址为：518000 广东省深圳市南山区桃源街道大学城社区笃学路9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。