Volume 3,Issue 7
知识图谱与大语言模型赋能交通信号优化的关键问题与策略研究
随着城市化进程的加速和机动车保有量持续增长，城市道路交通拥堵已成为影响社会经济发展和居民生活的核心问题。交通信号控制作为城市道路交通管理的关键手段，其优化水平直接影响了路网运行的效率。然而，面对复杂、多变的交通环境，传统依赖人工经验的分析优化模式已显露出响应滞后、服务能力不足等问题。基于此，本文深入探究大数据与人工智能的交通信号协同优化策略，并在知识图谱与机器学习、大语言模型以及服务流程信息化三大方向分析问题，提出以构建一体化云服务平台为载体的系统性解决路径。
[1] 王宝君. 交通信息工程与智能交通信号控制系统的协同优化研究[J]. 人民公交,2024,(18):57-59.
[2] 周斌. 多源数据环境下基于深度强化学习的区域交通信号优化[D]. 浙江大学,2024.
[3] 吴仁坤, 吴玉广. 基于人工智能的道路交通系统技术研究[J]. 人民公交,2025,(22):26-28.
[4] 王鹏, 张震. 交通信息化中智能感知技术的发展与应用[J]. 数字技术与应用,2025,43(10):7-9.
[5]Agrahari A ,Dhabu M M ,Deshpande S P , et al.Artificial Intelligence-Based Adaptive Traffic Signal Control System: A Comprehensive Review[J].Electroni cs,2024,13(19):3875-3875.
[6] 施卫华. 人工智能技术在智能交通领域的研究与应用[J]. 交通科技与管理,2025,6(04):22-24.
[7]Xiuli L ,Huachang M .Application of Artificial Intelligence Technology in Optimizing Control Parameters of Traffic Signal Group Systems[J].International Journal of Intelligent Information Technologies (IJIIT),2024,20(1):1-19.
[8] 冯永芳. 基于人工智能的智能交通信号控制系统设计[J]. 软件,2024,45(12):59-61.
[9] 何国涛. 人工智能在高速公路交通流量管理中的应用[J]. 中国设备工程,2024,(23):33-35.
[10] 杨生娇. 考虑积水影响的城市道路网络交通多策略协同疏导方法[D]. 华南理工大学,2024.