技術(shù)特征：

1.一種單交叉口信號燈時間控制方法，其特征在于，該控制方法的步驟如下：

1)按照單交叉口四個來車方向和每種車輛排隊狀態(tài)中不同的排隊車輛數(shù)將車輛排隊狀態(tài)分為n^k種，n為車輛排隊長度的種類，k為單交叉口的車道數(shù)；

2)以交通信號相位個數(shù)、每個相位的最小時間、綠燈增加的時間段數(shù)和每段時間的長度作為交通行為；

3)根據(jù)所劃分的車輛排隊狀態(tài)和確定的交通行為采用Q學(xué)習(xí)法進行學(xué)習(xí)，

Q(s,a)←Q(s,a)+α[μ+γmax_a'Q(s',a')-Q(s,a)]

s←s′

其中α為學(xué)習(xí)速率，γ為折扣因子，s為目前的交通狀態(tài)即車輛排隊狀態(tài)，a為某一交通行為，μ為補償值，s'為下一個狀態(tài)，a'為下一個交通行為。

2.根據(jù)權(quán)利要求1所述的單交叉口信號燈時間控制方法，其特征在于，所述的補償值μ是當(dāng)前信號周期通過交叉口車輛數(shù)與周期結(jié)束時交叉口排隊的車輛數(shù)的差值，當(dāng)通過交叉口的車輛數(shù)大于排隊的車輛數(shù)時，補償值為正值；當(dāng)通過交叉口的車輛數(shù)大于排隊的車輛數(shù)時補償值為負值。

3.根據(jù)權(quán)利要求1所述的單交叉口信號燈時間控制方法，其特征在于，交叉口的周期長度δ為：

δ＝n_ph×t_min+n_ex×h_ex

其中n_ph表示交通信號相位的個數(shù)，t_min表示每個相位的最小時間，n_ex表示綠燈增加的時間段數(shù)，h_ex表示每段時間的長度。

4.根據(jù)權(quán)利要求3所述的單交叉口信號燈時間控制方法，其特征在于，所述交叉口的周期長度δ可調(diào)，周期長度δ通過調(diào)整綠燈增加的時間段數(shù)n_ex和每段時間長度h_ex來實現(xiàn)調(diào)整。

5.一種單交叉口信號燈時間控制系統(tǒng)，其特征在于，該控制系統(tǒng)包括車輛排隊狀態(tài)劃分模塊、交通行為構(gòu)建模塊和Q學(xué)習(xí)迭代模塊，

所述的車輛排隊狀態(tài)劃分模塊用于按照單交叉口四個來車方向和每種車輛排隊狀態(tài)中不同的排隊車輛數(shù)將車輛排隊狀態(tài)分為n^k種，n為車輛排隊長度的種類，k為單交叉口的車道數(shù)；

所述的交通行為構(gòu)建模塊用于以交通信號相位個數(shù)、每個相位的最小時間、綠燈增加的時間段數(shù)和每段時間的長度作為交通行為；

所述的Q學(xué)習(xí)迭代模塊用于根據(jù)所劃分的車輛排隊狀態(tài)和確定的交通行為采用Q學(xué)習(xí)法進行學(xué)習(xí)，

Q(s,a)←Q(s,a)+α[μ+γmax_a'Q(s',a')-Q(s,a)]

s←s′

其中α為學(xué)習(xí)速率，γ為折扣因子，s為目前的交通狀態(tài)即車輛排隊狀態(tài)，a為某一交通行為，μ為補償值，s'為下一個狀態(tài)，a'為下一個交通行為。

6.根據(jù)權(quán)利要求5所述的單交叉口信號燈時間控制系統(tǒng)，其特征在于，所述的補償值μ是當(dāng)前信號周期通過交叉口車輛數(shù)與周期結(jié)束時交叉口排隊的車輛數(shù)的差值，當(dāng)通過交叉口的車輛數(shù)大于排隊的車輛數(shù)時，補償值為正值；當(dāng)通過交叉口的車輛數(shù)大于排隊的車輛數(shù)時補償值為負值。

7.根據(jù)權(quán)利要求5所述的單交叉口信號燈時間控制系統(tǒng)，其特征在于，交叉口的周期長度δ為：

δ＝n_ph×t_min+n_ex×h_ex

其中n_ph表示交通信號相位的個數(shù)，t_min表示每個相位的最小時間，n_ex表示綠燈增加的時間段數(shù)，h_ex表示每段時間的長度。

8.根據(jù)權(quán)利要求7所述的單交叉口信號燈時間控制系統(tǒng)，其特征在于，所述交叉口的周期長度δ可調(diào)，周期長度δ通過調(diào)整綠燈增加的時間段數(shù)n_ex和每段時間長度h_ex來實現(xiàn)調(diào)整。