面向城市交通优化的综合策略：预测、自适应信号控制与分布式消息通信

本工作提出一种综合方法，用于优化城市交通，将车流预测模型、自适应交通信号控制和分布式消息驱动的模块化集成架构相结合。通过来自各种传感器的实时数据，系统预判交通波动，并动态调整信号相位时长，以最小化延迟并提高交通流。这种主动调整受受模拟退火和强化学习算法支持，还能提高能源效率、减少排放，并能有效应对突发事件（恶劣天气、事故或临时聚会）。在逼真的城市环境中进行的初步仿真显示，平均等待时间显著降低。未来工作包括整合连接车辆数据、引入新的交通方式，并持续细化预测模型以应对日益增长的城市交通挑战。