Re: Optimierung des Straßenverkehrs durch Ampelschaltung
Posted: Fri 8. Jan 2016, 14:20
Wie könnte es weiter gehen.
Ich denke interessant sind zunächst die zwei Hauptpunkte: Das Netz und die Bewertung
Zum Netz sollte man festlegen wie genau die Neuronen aussehen und damit komme ich genau auf Ihren Punkt bzgl des komprimierten Inputs der TT.
Meine Idee:
Pro Ampel wird ein NN angelegt, dass folgende Neuronen bekommt:
INPUT:
- Ampelschaltung [1;0] (Was immer einem TT entspricht, der die Kreuzung passieren darf oder nicht)
- Zustand jeder Teiltransportstrecke (eventuell besser: jedes Materialflusselements), dass einen irgendwie gearteten Einfluss auf die Entscheidung haben kann
-- Dabei muss jeder Zustand folgende Infos beinhalten:
--- Anzahl TTs im Materialflusselement
--- Ziel der TT
--- Startzeitpunkt der TT (damit keine verhungert)
OUTPUT:
- Bewertung der Entscheidung
Kommt das hin?
Wie würde man nun den Zustand als Input abbilden? Wie viele Neuronen bräuchte man hier? Für jedes Materialflusselement (das somit statisch ist) ein Neuron mit Wert für die Anzahl der TTs (Transportdauer durch das MF-Element dürfte hier egal sein, da es durch die Simulation im Durchsatz am Ende enthalten ist).
Wie bildet man die (dynamischen) TTs mit ihren Zielen und Startzeitpunkten ab?
Ich denke interessant sind zunächst die zwei Hauptpunkte: Das Netz und die Bewertung
Zum Netz sollte man festlegen wie genau die Neuronen aussehen und damit komme ich genau auf Ihren Punkt bzgl des komprimierten Inputs der TT.
Meine Idee:
Pro Ampel wird ein NN angelegt, dass folgende Neuronen bekommt:
INPUT:
- Ampelschaltung [1;0] (Was immer einem TT entspricht, der die Kreuzung passieren darf oder nicht)
- Zustand jeder Teiltransportstrecke (eventuell besser: jedes Materialflusselements), dass einen irgendwie gearteten Einfluss auf die Entscheidung haben kann
-- Dabei muss jeder Zustand folgende Infos beinhalten:
--- Anzahl TTs im Materialflusselement
--- Ziel der TT
--- Startzeitpunkt der TT (damit keine verhungert)
OUTPUT:
- Bewertung der Entscheidung
Kommt das hin?
Wie würde man nun den Zustand als Input abbilden? Wie viele Neuronen bräuchte man hier? Für jedes Materialflusselement (das somit statisch ist) ein Neuron mit Wert für die Anzahl der TTs (Transportdauer durch das MF-Element dürfte hier egal sein, da es durch die Simulation im Durchsatz am Ende enthalten ist).
Wie bildet man die (dynamischen) TTs mit ihren Zielen und Startzeitpunkten ab?