考虑扰动补偿的无模型迭代学习交通信号控制方法

本发明公开考虑扰动补偿的无模型迭代学习交通信号控制方法，具体为：步骤1：采集交通状态数据并构建网络级拥堵不均衡指标；步骤2：建立历史迭代数据集及随机森林模型的训练样本；步骤3：基于随机森林模型预测初始绿灯时长控制量；步骤4：基于扩展状态观测器估计外部扰动并生成扰动补偿量；步骤5：构建无模型自适应迭代学习控制器及控制优化目标；步骤6：在线估计伪偏导数并更新无模型自适应迭代学习控制参数；步骤7：更新绿灯时长控制量，并生成绿灯时长控制策略；步骤8：生成并执行信号配时指令，形成闭环迭代控制过程。该方法，解决了现有技术中存在的交通系统建模困难、外部扰动难以准确估计以及控制初始值依赖经验设定的问题。