原文传递
基于Multi-Agent的过饱和交叉口群信号控制
| 论文题名： | 基于Multi-Agent的过饱和交叉口群信号控制 |
| 关键词： | 城市交通;交叉道口;信号控制;计算机技术 |
| 摘要： | 交叉口信号控制是解决交通拥堵的重要控制方式，传统的基于精确数学模型的交通控制方法，在实际应用中由于其计算复杂往往无法达到预期的控制效果。Multi-Agent技术作为人工智能领域中的研究热点，不仅可以独立自主的控制对象，且Agent之间可以通过互相通讯进行协调，从而智能的控制整个区域交通系统。本文对Multi-Agent区域交通控制模型进行探讨，将自适应遗传算法引入到Multi-Agent交通控制系统中，采用模糊控制原理对交叉口群进行动态划分，充分考虑5种影响划分的因子，最后针对过饱和交叉口群进行信号配时优化研究。 本文根据交通系统复杂多变的特点，建立了基于Multi-Agent的分布式区域交通控制模型，模型分为交叉口群Agent、区域控制中心Agent、主控制中心Agent三层，各级Agent除了进行同级间的协调外，还可以同上一级通信协调。同时将自适应遗传算法引入到交叉口群Agent中，克服了遗传算法早熟收敛的弊端，通过感知模块，知识库，规则库，通信模块之间的协调合作，最终选择最优的决策方式。仿真试验表明，这种控制方式，优化绿信比，得到最佳配时时间，使得交叉口平均延误时间变短。针对交通道路网中交叉口群的划分问题，采用模糊推理理论对交叉口群进行动态划分。综合考虑了交叉口间距、周期、交通流、交通流影响因子以及排队长度5种影响因子，通过仿真实验获得每种影响因子的影响权重，并将其体现在模糊规则中，最终得到相邻交叉口协调系数表示相邻交叉口的关联程度，选择路网进行仿真，验证划分方法的有效性。最后将改进NSGA算法应用到过饱和交叉口群信号配时方案中，改进NSGA算法在NSGA的基础上增加了精英策略、密度估计策略和快速非支配排序策略，克服了NSGA算法计算耗时大、容易丢失满意解的缺点。选择最大通过数和最小排队长度作为优化目标，通过Matlab仿真实验，验证了该算法在过饱和交叉口群信号配时中的有效性。 |
| 作者： | 张玲 |
| 专业： | 控制工程 |
| 导师： | 曹洁;吕兴寿 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州理工大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
