详情

原文传递基于多Agent的智能信号控制系统及其在城市交通中的应用研究

论文题名：	基于多Agent的智能信号控制系统及其在城市交通中的应用研究
关键词：	多智能体系统;交通信号控制系统;城市交通;交叉路口;模糊控制技术;免疫遗传算法;自主学习;协调合作;性能评估;控制方法;智能交通系统;Ontology;智能控制理论;信号控制方案;信号控制策略;控制系统性能;建模;复杂性;博弈论;本体
摘要：	随着社会经济的高速持续发展，城市道路堵塞、拥挤、事故频发等等现象日益严重，交通已成为城市发展的“瓶颈即，鉴于交通流的高度复杂性和随机性，难于对其进行数学建模，传统的控制方法很难取得理想的效果。本论文运用人工智能领域的新理论——智能体技术，构建了基于Agent的智能信号控制系统(ISCS)，结合一些先进的智能控制理论和方法，对多Aget系统(MAS) 中的Agent通信、自主学习、协调合作等问题进行了深入分析，对ISCS中的 Agent建模和交通信号控制进行了理论研究与探讨，给出了缓解交通路口拥塞的有效方法。具体工作主要有以下几方面：本文在对Agent理论深入理解的基础上，提出了基于多Agent的智能信号控制系统(ISCS)，给出了该系统的三层基本框架——决策层、控制层、执行层，对系统的工作过程进行了详细规划，对其中的各交通Agent模型进行了设计和实现。为了使系统中各Agent的协同工作，建立对交通领域知识的共同认识和理解，论文引入了本体(Ontology)的概念，提出了一种基于本体的知识集成方法，在此基础上实现了Agent间的通信，提高了协调和协作的效率，体现了多Agent 系统中Agent间的交互性，并说明了ISCS中交通Ontology的构建方法。论文借鉴了生物的免疫遗传原理，使交通信号控制系统具有抗原识别、免疫记忆的进化学习机制和自适应能力强的特点，并对免疫遗传算法进行了改进，应用于相位配时优化，实验结果验证了该算法的有效性;另外，还将再励学习应用于此类问题的解决中，也收到了很好的效果。这两种方法都充分体现了在单路口信号配时方案决策中Agent的自治性和学习性。论文使用多级模糊控制技术对交通控制问题进行了探讨，建立了一个三级模糊控制器，协调各路口的信号控制策略，仿真试验表明该方法有助于得到合理的信号控制方案；另外，为合理配置路口间的相位差，交叉路口Agent之间运用了基于博弈论的协调，以提高系统控制范围内的路口的总通行能力。这些都体现了Agent在MAS中的协调合作性。最后，论文还提出了运用Petri网技术的交通控制系统性能评估方法。Petri 网为描述和评价具有并行、异步、分布式和随机性等特征的交通系统提供了强有力的手段。在对单个交叉路口进行Petri网建模后，给出了系统中主干线和区域路网的交通性能评估的详细计算方法，这种基于Petri网的系统评估技术可以大大减少计算的复杂性。本论文对多智能体系统的构建及智能体性质进行了深入的分析和探讨，为解决城市交通问题提供了一种新的思路。采用多种智能控制方法对路口信号控制问题进行的研究，能有效地缓解交通拥堵、提高路口通行效率、方便出行者出行，同时也对智能交通系统(ITS)的发展做出了一定贡献，并指出了进一步的的研究方向。关键词：智能体，多智能体系统，智能信号控制系统，本体，免疫遗传，再励学习，多级模糊控制，博弈论，Petri网
作者：	顾榕
专业：	模式识别与智能系统
导师：	曹立明
授予学位：	博士
授予学位单位：	同济大学电子与信息工程学院
学位年度：	2006
正文语种：	中文