基于深度学习与强化学习的交通流量预测算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对交通流量数据具有高度非线性、时空依赖性强以及易受突发因素影响的特点，文章提出了一种名为DeepRL-Trans的新型交通流量预测算法，该算法深度融合了Transformer模型与近端策略优化（PPO） 强化学习。该方法利用Transformer强大的全局依赖建模能力捕获复杂的时空特征，并创新性地引入一个强化学习智能体，该智能体根据预测误差和环境状态反馈，对基础预测模型进行动态、自适应的策略调整。（剩余7515字）

试读结束

目录
monitor
客服机器人