原文传递
基于multi-agent的区域交通信号控制系统的研究
| 论文题名： | 基于multi-agent的区域交通信号控制系统的研究 |
| 关键词： | 智能交通系统;multi-agent;区域交通;交通信号控制;区域Q-learning;人工智能 |
| 摘要： | 交通问题是全球普遍关注的重要问题，交通问题已经严重影响了人类社会经济的正常运行，为此采用最新的科学技术成果，意在解决交通问题的“智能运输系统”的研究正在全球范围迅速兴起，agent技术是计算机和分布式人工智能领域的最新研究成果，是面向对象技术的新发展。agent技术为复杂问题的解决提供了重要手段，是当今计算机领域的一大研究热点。agent技术为解决交通问题提供了新的思路。本文根据交通领域的这一研究背景，结合agent技术以及智能控制技术的发展，探讨解决交通问题的新方法。 本文首先分析了交通信号控制的发展历程，交通控制系统的发展方向。在分析了agent理论的基础上，总结了agent的概念、特征和结构模型。紧接着介绍了交通信号控制的分类、方法，并着重讨论了单交叉路口信号控制的主要参数和评价指标。 城市交通是一个复杂系统，agent特有的自治性、协作性等特点，为进行仿真提供了更好的方法。为此，本文给出了基于multi-agent的区域交通信号控制系统的框架结构，并在此基础上提出了区域信号控制系统的二级控制模式。Q-learning算法是近期所提出的在线强化学习算法。本文简单介绍了Q-learning算法的基本思想和适用条件，并给出了在线Q-learning算法的方法步骤。以Q-learning算法为基础，给出了单交叉路口和区域信号控制算法，描述了算法所涉及的条件、计算步骤，并论证了该算法的可行性、有效性。 通过试验和数据采样，是验证系统性能的有效手段。首先阐述了利用MFC进行agent设计的方法和手段，并进行了系统仿真所需要的四类agent的定义，工作流程和相互配合关系。在系统实现的基础上，用仿真数据进行了基于agent的区域信号控制系统的模拟，并同常规区域信号控制系统进行了多方面的比较，显示出基于agent系统比常规系统的优越。 在进行系统分析的基础上，结合当前智能交通系统研究的发展方向，提出了系统进一步的改进方案。为完善和发展系统，解决城市交通问题提出了需要继续做的工作。 |
| 作者： | 马跃峰 |
| 专业： | 管理科学与工程 |
| 导师： | 赵庆祯 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东师范大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
