1、利用深度量子退火优化VANETs中的交通流量

利用深度量子退火优化VANETs中的交通流量

1. 引言

为了减少交通事故并拯救更多生命，让更多现代车辆具备计算和无线通信功能，使其能连接互联网和其他车辆至关重要。VANETs（车载自组织网络）是移动自组织网络的一种特殊情况，由一组汽车协作构建网络。它是多跳无线网络，节点的移动性导致其拓扑结构动态变化。

VANETs实现了车辆到车辆（V2V）和车辆到基础设施（V2I）的通信，汽车可相互交换数据并与路边基础设施单元（RSUs）通信。每个RSU充当网关，收集连接车辆的数据并上传到网络。OBU（车载单元）处理无线通信，AU（应用单元）通过无线或有线连接与OBU相连，提供车内通信服务。OBU是VANETs的关键部分，可实现管理交通流量、实施安全措施和重新路由信息等多种用户操作。

尽管VANETs有诸多优势，如可预测的移动性、无限的功率限制、可变密度、动态架构和高计算能力，但仍存在一些挑战，包括连接问题、信号衰减、容量不足、路由不合适和安全不足等。本文使用深度量子退火方法来优化VANETs中的交通流量，旨在维持智能城市中无拥堵的最佳交通流量，且比传统方法更有效。

2. 相关工作

在道路网络中，司机通常有多种路线选择。若能更好地利用现有信息，可提高路线估计并减轻负面交通影响。现有文献中构建并讨论了多种路由系统，它们都利用了物联网、大数据和人工智能。
- 城市交通路由系统 ：采用多智能体强化学习来减少城市中心的汽车交通，该策略结合算法并考虑各种交通条件的独特和变化特征来估计旅行费用。
- 智能城市交通管理系统 ：强调大数据在交通管理中的重要性，使用纽约交通