基于混合交通网络路权定价的平行控制方法、装置及介质与流程

文档序号:37082391发布日期:2024-02-20 21:37阅读:来源:国知局

技术特征:

1.一种基于混合交通网络路权定价的平行控制方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于混合交通网络路权定价的平行控制方法,其特征在于,所述建模驾驶员的交互行为时,以表示主动购买路权的参与者的集合,以表示被动参与路权交易的参与者的集合,和进行谈判交互,最终可能达成路权交易,在这个过程中,用表示的行动空间,其中,c表示主动购买路权,w表示消极态度;用表示的行动空间,其中,y表示让行,r表示拒绝让行。

3.根据权利要求2所述的一种基于混合交通网络路权定价的平行控制方法,其特征在于,所述定价控制过程中的定价博弈包括四种情况:

4.根据权利要求3所述的一种基于混合交通网络路权定价的平行控制方法,其特征在于,当定价博弈处于情况一、情况二和情况四时,交易双方的驾驶员效用函数值分别为ui(ai,aj),uj(ai,aj);当定价博弈处于情况三时,交易双方的驾驶员效用函数值分别为ui(ai,aj)-γpi,uj(ai,aj)+γpj;其中,ai和aj分别表示参与者i和j所采取的行动,u为各种情况下参与者的效用函数值,pi表示参与者i需要支付的金额,即道路使用价格,pj表示当参与者j让出路权时能获得的支付金额,γ代表效用与价格之间的兑换汇率。

5.根据权利要求4所述的一种基于混合交通网络路权定价的平行控制方法,其特征在于,所述道路使用价格pi表示为:

6.根据权利要求2所述的一种基于混合交通网络路权定价的平行控制方法,其特征在于,所述定价控制过程中,交易过程中的决策制定被建模为量化响应均衡qre,qre旨在寻找参与者策略的概率分布,使得在博弈中其他参与者的行动给定的情况下,每个参与者的期望效用最大化,则最大化路权卖方j路权交易概率的最优价格为:

7.根据权利要求1所述的一种基于混合交通网络路权定价的平行控制方法,其特征在于,所述路权交易过程中,驾驶员的总回报值是安全成本和效率收益的线性组合:

8.根据权利要求7所述的一种基于混合交通网络路权定价的平行控制方法,其特征在于,所述效率收益定义如下:

9.一种基于混合交通网络路权定价的平行控制装置,包括存储器、处理器,以及存储于所述存储器中的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-8中任一所述的方法。

10.一种计算机可读存储介质,其上存储有程序,其特征在于,所述程序被执行时实现如权利要求1-8中任一所述的方法。


技术总结
本发明涉及一种基于混合交通网络路权定价的平行控制方法、装置及介质,其中方法包括以下步骤:获取历史驾驶数据;驾驶员效用校准:考虑驾驶员效用影响因素,对异质的驾驶员行为模式进行学习,并基于平行学习理论采用智能代理接管车辆,利用历史驾驶数据标定驾驶员效用函数;定价控制:基于校准后的驾驶员效用函数对博弈论模型进行参数化,建模驾驶员的交互行为,采用动态定价机制通过效用补偿激励卖方,生成能够增加路权交易概率的最优价格,根据最优价格对应的决策策略实现混合交通网络的车辆控制;同时,将最优价格对应的驾驶员决策数据反馈至历史驾驶数据。与现有技术相比,本发明具有适用混合交通网络控制、可扩展性好、鲁棒性好等优点。

技术研发人员:林懿伦,于静茹,俞怡,姚升悦,王锭
受保护的技术使用者:上海人工智能创新中心
技术研发日:
技术公布日:2024/2/19
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1