学位论文简介
随着城市交通规模持续增长与运行环境日益复杂，交通状态预测与信号协同优化已成为提升城市交通运行效率的关键科学问题。本文围绕城市交通信号协同优化，研究交通流运行的时空演化规律，构建面向交通调控任务的分层协同计算架构，结合智能计算方法提出交通速度预测与信号协同优化模型，并通过系统集成与多场景实验验证其有效性与工程可部署性，取得了以下主要创新性研究成果：
（1）设计面向城市交通信号协同优化任务的分层协同计算架构，从计算层级与任务特征匹配角度建立交通感知、预测与决策的分层协作与闭环运行机制，在不降低优化效果的前提下显著提升系统响应效率与部署灵活性。
（2）针对交通速度预测中空间依赖刻画不足与外部扰动融合困难问题，提出交通速度预测方法 GALTF-Net，通过灰色关联分析实现动态邻域选择，融合 LSTM-Transformer 与注意力机制实现多尺度时序建模，并引入外部因素提升速度预测精度。
（3）针对单路口交通信号优化中状态表达粗糙与学习效率不足问题，提出强化学习方法 Pri-DDQN，引入卷积特征提取、动态探索策略与优先经验回放机制，实现稳定决策与高效学习，有效降低排队长度与等待时间。
（4）面向区域交通信号协同优化，提出多智能体方法GTALight，融合GNN与Transformer 实现时空联合建模，通过消息传递与奖励解耦提升多路口协同效率与系统可扩展性。
（5）构建基于分层协同计算架构的交通信号协同优化集成验证系统，引入昇腾 200DK 作为区域计算节点，实现全局优化、区域推理与终端仿真闭环运行，于高保真环境中验证所提方法在异构算力条件中的实时性与可部署性。
主要学术成果
[1] Yanliu Zheng, Juan Luo, Mengqi Hu. Spatial-Temporal Incident-Aware Dynamic Graph Convolution Networks for Traffic Flow Prediction[J]. Expert Systems with Applications, 2025, 1-14. (中科院1区 Top，第一作者)
[2] Yanliu Zheng, Wenfei Zhao, Juan Luo. GTALight: An IoT-Enhanced End-Edge-Cloud Collaborative Framework for Scalable Regional Traffic Signal Control [J]. IEEE Internet of Things Journal, 2025, 1-13. (中科院2区 , 第一作者)
[3] Yanliu Zheng, Juan Luo, Han Gao, Yi Zhou, et al. Pri-DDQN: Learning Adaptive Traffic Signal Control Strategy through a Hybrid Agent[J]. Complex & Intelligent Systems, 2024, 11(1): 1-14. (中科院2区，第一作者)
[4] Yanliu Zheng, Juan Luo, Qiao Ying, et al. UAV-assisted traffic speed prediction via gray relational analysis and deep learning[J]. Drones, 2023, 7(6): 1-20. (中科院2区 , 第一作者)
[5] Yanliu Zheng, Juan Luo, Haibo Luo. Multi-Dimension Context-Based Service Recommendation Algorithm in VANET[C]//2018 14th International Conference on Mobile Ad-Hoc and Sensor Networks (MSN). IEEE, 2018: 19-24.（CCF C类，第一作者）
[6] 郑燕柳, 罗娟, 高涵. 基于多智能体强化学习的区域交通信号控制方法[C], 第十七届中国物联网学术会议(CWSN 2023). （EI，第一作者）
[7] Jinyu Hu, Juan Luo, Yanliu Zheng, Keqin Li. Graphene-grid deployment in energy harvesting cooperative wireless sensor networks for green IoT[J]. IEEE Transactions on Industrial Informatics, 2018, 15(3): 1820-1829.( 中科院 1区 Top， ESI 高被引，第三作者)
