دانلود مقاله انگلیسی رایگان:الگوریتم یادگیری تقویتی عمیق برای قیمت گذاری پویا خطوط اکسپرس با مکان های دسترسی متعدد - 2020
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Deep reinforcement learning algorithm for dynamic pricing of express lanes with multiple access locations Deep reinforcement learning algorithm for dynamic pricing of express lanes with multiple access locations
    Deep reinforcement learning algorithm for dynamic pricing of express lanes with multiple access locations

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Deep reinforcement learning algorithm for dynamic pricing of express lanes with multiple access locations


    ترجمه فارسی عنوان مقاله:

    الگوریتم یادگیری تقویتی عمیق برای قیمت گذاری پویا خطوط اکسپرس با مکان های دسترسی متعدد


    منبع:

    Sciencedirect - Elsevier - Transportation Research Part C, 119 (2020) 102715. doi:10.1016/j.trc.2020.102715


    نویسنده:

    Venktesh Pandey⁎, Evana Wang, Stephen D. Boyles


    چکیده انگلیسی:

    This article develops a deep reinforcement learning (Deep-RL) framework for dynamic pricing on managed lanes with multiple access locations and heterogeneity in travelers’ value of time, origin, and destination. This framework relaxes assumptions in the literature by considering multiple origins and destinations, multiple access locations to the managed lane, en route diversion of travelers, partial observability of the sensor readings, and stochastic demand and observations. The problem is formulated as a partially observable Markov decision process (POMDP) and policy gradient methods are used to determine tolls as a function of real-time observations. Tolls are modeled as continuous and stochastic variables and are determined using a feedforward neural network. The method is compared against a feedback control method used for dynamic pricing. We show that Deep-RL is effective in learning toll policies for maximizing revenue, minimizing total system travel time, and other joint weighted objectives, when tested on real-world transportation networks. The Deep-RL toll policies outperform the feedback control heuristic for the revenue maximization objective by generating revenues up to 8.5% higher than the heuristic and for the objective minimizing total system travel time (TSTT) by generating TSTT up to 8.4% lower than the heuristic. We also propose reward shaping methods for the POMDP to overcome the undesired behavior of toll policies, like the jam-and-harvest behavior of revenuemaximizing policies. Additionally, we test transferability of the algorithm trained on one set of inputs for new input distributions and offer recommendations on real-time implementations of Deep-RL algorithms.
    Keywords: Managed lanes | Express lanes | High occupancy/toll (HOT) lanes | Dynamic pricing | Deep reinforcement learning | Traffic control | Feedback control heuristic


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 23
    حجم فایل: 5414 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi