一种基于高性能交通仿真智能体的主线交通流管控优化方法

一种基于高性能交通仿真智能体的主线交通流管控优化方法，包括：选定目标区域路网，构建主线路段与互通路段结构；通过微观交通仿真生成多场景样本集，模拟不同交通需求、限速及硬路肩开放条件下的交通运行状态；基于深度学习方法训练神经网络模型，以目标路段及其上下游多层关联拓扑信息为输入特征，以行程时间、平均速度为标签，构建高效交通仿真智能体；结合多目标优化算法，以总行程时间与碳排放量为优化目标，动态迭代生成路段限速和硬路肩开放的最优管控方案。本发明的方法通过仿真智能体替代传统低效微观仿真，显著提升计算性能，实现复杂路网协同优化与低碳管控策略的科学制定。