摘要: |
静态交通问题一直是制约城市交通发展的一个"瓶颈",随着城市化进程的加快,这一问题将越来越突出.在现有的停车泊位不足与停车场利用率低这一矛盾下,以及关于静态交通的政策、法规已不能有效缓解静态交通压力的情况下,就必须寻找一条新的、行之有效的解决途径,现代智能运输系统的发展为这一问题的解决提供了一个全新的思维.本文尝试借助人工智能领域的智能体—Agent概念构造静态交通管理控制系统,依据Agent自身具有的自主性、反应性、推理性、协作性等特性,构造不同功能的静态交通管理控制Agent,包括静态交通需求预测Agent、信息采集Agent、信息发布Agent、停车诱导Agent、车辆定位Agent、信息查询Agent、收费Agent及接口Agent等,其中静态交通需求预测是核心和基础,本文基于行为分析理论构造了静态交通需求预测模型;并通过设置Agent之间的通信协议及接口实现将各管理控制Agent的集成,实现静态交通的分布式管理与控制.系统开发是系统建设实施的重要阶段.本文根据对现有Agent系统开发环境的分析,及针对静态交通管理控制系统的适应性分析选择OpenCybele为系统开发工具;在基于Agent的静态交通管理控制系统分布计算环境模型的基础上组织系统结构,设计系统开发方案及Agent间的通信策略,并组织系统集成管理. |