学位论文 > 优秀研究生学位论文题录展示

基于多Agent的城市交通控制与诱导系统协作研究

作　者: 江岸
导　师: 魏武
学　校: 长沙理工大学
专　业: 交通信息工程及控制
关键词: Agent 博弈论控制与诱导系统协作动态交通分配 TSCA
分类号: U495
类　型: 硕士论文
年　份: 2007年
下　载: 325次
引　用: 5次
阅　读: 论文下载

内容摘要

世界各国普遍严重地面临交通拥挤、交通安全和环境污染等交通问题。随着社会的迅速发展,现代城市的规模不断扩大,交通需求量不断增加,道路交通堵塞、拥挤、事故频发等现象显得越来越突出,道路交通已成为城市发展的“瓶颈”。为了解决城市交通需求量增加的问题,仅仅依靠拓宽道路,新建道路是不可行的,而应该是提高现有路网的管理服务和控制水平,增强现有路网的通行能力。90年代初出现的智能交通系统(ITS)正是应以上要求产生的。智能交通系统是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。城市交通信号控制系统和城市交通流诱导系统是智能交通系统的重要组成部分。并且交通控制与交通诱导是现在城市交通管理中的两个重要手段,二者之间具有相互联系、又相互独立、功能互补和各有侧重的特性。先进的城市交通控制系统与诱导系统协作对改善城市交通状况,充分利用现有道路的通行能力起着重要的作用。本文简要地介绍了城市交通控制与诱导系统的研究现状,分析了控制与诱导一体化研究的必要性。在介绍了交通控制与诱导系统相关问题后,分析了控制与诱导协作研究的基础——动态交通分配的三种模型。详细地介绍了Agent技术,多Agent系统理论以及多Agent之间的智能协作,在这些理论基础上提出了交通信号控制多Agent的BDI模型,并完成了基于Agent的交通信号控制(TSCA)的结构设计。本文最后将博弈论引入到控制与诱导系统协作研究中,提出基于多Agent的控制与诱导协作研究的博弈模型,提出了基于多Agent遗传再励学习的城市交通信号控制系统的优化算法和基于博弈论的城市交通信号控制系统的协调算法,并用MATLAB和JAVA进行仿真,验证了算法的有效性。

全文目录

摘要  5-6
Abstract  6-9
第一章绪论  9-17
  1.1 课题研究的背景和意义  9-10
  1.2 智能交通系统简介  10-12
  1.3 交通控制与诱导系统研究现状  12-14
    1.3.1 交通诱导系统研究现状  12-13
    1.3.2 交通控制系统研究现状  13-14
  1.4 控制与诱导协同研究的必要性  14-16
  1.5 本文研究的主要内容  16-17
第二章交通控制与诱导系统协作的评述  17-31
  2.1 交通控制与诱导系统相关问题的综述分析  17-22
    2.1.1 交通控制  17-19
    2.1.2 交通诱导  19-22
  2.2 城市交通控制与诱导系统的体系结构  22-23
  2.3 动态交通分配模型分析  23-30
    2.3.1 数学规划模型  24-26
    2.3.2 最优控制模型  26-27
    2.3.3 变分不等式 VI 模型  27-30
  2.4 本章小结  30-31
第三章基于AGENT 的交通信号控制系统结构设计  31-43
  3.1 AGENT 概述  31-32
  3.2 多AGENT 系统  32-33
  3.3 多AGENT 之间的智能协作  33-35
    3.3.1 Agent 协作的类型  33-34
    3.3.2 Agent 协作的形式  34-35
  3.4 交通信号控制多AGENT 的BDI 模型  35-38
  3.5 基于AGENT 的交通信号控制的结构设计  38-42
    3.5.1 TSCA 控制权限的确定  39
    3.5.2 TSCA 的特点  39-40
    3.5.3 TSCA 的结构  40-41
    3.5.4 TSCA 的工作过程  41-42
  3.6 本章小结  42-43
第四章交通控制与诱导系统中的博弈研究  43-57
  4.1 博弈论相关问题综述  43-47
    4.1.1 博弈论  43-45
    4.1.2 博弈论思想的提出  45-46
    4.1.3 利用博弈论研究控制与诱导一体化的框架  46-47
  4.2 控制与诱导协作研究的多 AGENT 博弈模型研究  47-55
    4.2.1 控制条件下的博弈模型  47-50
    4.2.2 诱导条件下的博弈模型  50-54
    4.2.3 控制与诱导一体化的博弈模型  54-55
  4.3 本章小结  55-57
第五章基于多AGENT 和博弈论的城市交通信号控制系统区域优化与协调  57-69
  5.1 基本的符号和定义  57-58
  5.2 城市交通信号控制系统优化算法  58-64
    5.2.1 再励学习  58-59
    5.2.2 遗传优化  59-60
    5.2.3 基于多 Agent 遗传算法优化控制与定时信号控制的仿真比较  60-64
  5.3 城市交通信号控制系统博弈协调算法  64-65
  5.4 评价指标  65-66
  5.5 基于多 AGENT 和博弈论区域协调控制系统仿真分析  66-67
  5.6 本章小结  67-69
总结与建议  69-74
  主要工作与贡献  69-70
  建议  70-74
致谢  74-75
附录（攻读学位期间所发表的学术论文）  75

基于多Agent的城市交通控制与诱导系统协作研究

内容摘要

全文目录

相似论文