基于多智能主体系统的车道变换模型

为更加真实地反映车道变换行为,建立具有良好性能的车道变换模型,根据抽样调查结果分析了车道变换的基本条件。引入智能主体(Agent)理论,将Agent与车道变换行为联系起来,建立了基于多智能主体系统(Multi-Agent System,MAS)的车道变换模型框架;给出了车辆MAS的结构,抽象了各Agent成员的元组构成,给出了各Agent成员的工作原理与执行流程;基于多智能系统工程方法(Multi-Agent Systems Engineering Methodology,MASEM),给出了车道变换的仿真流程并得到仿真实例。研究结果表明:在2 km长的双向4车道高速公路上,在30 s时间内,利用提出的车道变换模型仿真得到的车道变换车辆次数与实际情况相差8%;在该时段内任意瞬间,正在执行车道变换的车辆数目与实际情况相差仅1.67%。     

基于多智能体的智能交通控制结构模型

介绍了多智能体在智能交通控制中的应用,给出了多智能体的控制模型以及应用于交通控制中的结构框架模型。同时,本文还给出了该结构模型中各个Agent在系统中的功能。     

基于行人Agent的大型客运枢纽仿真系统框架研究

分析了大型客运枢纽仿真系统中的各子模块及其功能,构建了行人Agent模型,进行了枢纽内部设施的抽象方法研究;借鉴子整体系统仿真方法,提出了基于枢纽设施对象划分行人组织的子整体多层次仿真方法;最后构建出基于行人Agent的大型客运枢纽仿真系统框架。     

混合交通流出行者Agent行为模型

由于混合交通流的交通行为和交通情况的复杂性,针对混合交通流的微观仿真模型开发一直是系统仿真领域研究难点和热点.文中提出一个基于活动的、适用于城域混合交通流仿真的出行者Agent行为模型——A-TAM,通过分析一个完整的典型出行过程,借此构建出A-TAM模型层次框架,应用Agent建模、效用函数理论和“心理场”理论对A-TAM模型中各层次模型进行分别建模,最后应用A-TAM模型对自行车在混合交通流无信号交叉口的行为进行建模,仿真结果验证了A-TAM模型的有效性.      

交通信号区域协调优化的多智能体博弈模型

本文以多智能体技术和博弈论为基础,对交通信号的区域协调模型进行了研究。文章首先对多智能体交通控制系统做了简单的介绍,然后应用博弈论的相关知识建立了Agent之间的协调模型并给出协调算法,在此基础上对一个简单的交通网络进行仿真,仿真结果表明本文所建立的区域协调模型的有效性。     

基于Agent高速公路监控系统研究

基于多Agent系统的高速公路监控系统是一种在网络环境下的分布式软件平台，具有合理的系统结构，良好的兼容性和扩展性。章根据多Agent系统概念，提出了一种基于多Agent系统的分布式高速公路监控系统组织模型。在讨论高速公路监控系统Agent特征后，分析其中系统管理Agent模型、监控Agent模型的功能和结构，介绍了高速公路监控系统软件实现。     

基于多Agent的城市快速路协调控制研究

探讨了多Agent技术的特点及其应用,设计了基于多Agent的城市快速路控制系统的结构框架,包括区域协调Agent和控制Agent。并提出一种基于Q-学习的协调控制策略,实现Agent的学习功能。最后,通过微观交通仿真软件PARAMCIS对大望桥——四惠桥快速路交通区域建模,仿真结果表明结合Q-学习、模糊控制、仿真技术和信息诱导等方法的协调控制策略,可以在一定程度上改善整个快速路区域的交通状况。     

基于FSM的多Agent信号交叉口微观建模仿真

利用多Agent技术对信息环境下信号交叉口进行建模,分析了驾驶员Agent和信号灯A—gent的有限状态机结构,探讨了基本转换规则的状态转换,并给出了系统模型实现的框架。所提出的模型能充分描述信息环境下信号交叉口的各个体的行为状态以及状态转换,转换规则可以根据实际交通数据进行修改和标定,可适用于信息环境信号交叉口的运行分析。     

基于多Agent和VANET的自适应汽车前灯控制系统研究

为改善汽车照明条件以极大减少夜间事故的发生率,将汽车ad hoc网络(VANET)和多Agent系统引入自适应前灯系统设计,提出合作型自适应前灯系统来帮助改善AFS的照明效果。首先介绍了AFS的工作原理和系统的机械结构,并简要阐述了当前的VANET和多Agent系统的进展。然后,基于VANET和多Agent技术的发展,提出CAFS系统,详细介绍了CAFS系统的设计和相应的智能控制策略。最后,对所提出的CAFS进行了仿真实验,仿真实验表明提出的方法具有可操作性并能有效的提高夜间照明的效果。     

智能体（Agent）技术在交通枢纽仿真系统中的研究与应用

将Agent技术应用于交通枢纽仿真,以导入的AutoCAD枢纽模型文件和用户绘制的逻辑区作为仿真场景,智能体以逻辑设施节点的转向比例方式选择路径,结合社会力模型,模拟了行人在枢纽内的目标选择、行走、避让和排队行为,实现了行人智能体在枢纽内的自由行走,揭示出枢纽内客流瓶颈随时间的变化过程。     

基于Q-learning和BP神经元网络的交叉口信号灯控制

解决单交叉口信号灯最优控制问题。提出了基于强化学习的信号灯控制系统结构,应用强化学习中Q学习,将信号灯最优控制问题转变成是否切换运行相位的决策问题,提出了采用BP神经元网络实现Q学习的信号灯控制系统。应用微观交通仿真软件PARAMICS进行仿真分析,结果表明该系统能够感知交通流变化,并能够自适应地调整信号灯切换策略,以达到最优的控制效果,该方法是可行的,与定时控制相比具有明显的优势。     

城市交通区域智能协调控制研究

针对我国城市混合交通状态复杂多变，随机性大，具有分布式交通区域控制等特点，利用多智能体技术和融合技术对其进行研究，提出了基于多智能体技术和融合技术的城市交通区域控制系统框架和智能体的内部结构，并采用博弈再励学习方法进行优化控制和区域协调，实现城市交通控制区域智能协调和全局优化，最后通过仿真分析说明算法的有效性。     

自动驾驶系统交通规则符合性仿真验证方法

随着自动驾驶技术的不断发展，高级别自动驾驶车辆逐步在限定区域开展实际道路测试，确保和提高自动驾驶系统安全驾驶能力是当前研究、测试和工程开发的热点难点。面对自动驾驶车辆将长期与人类驾驶车辆混行，并与其他交通参与者遵守同样交通规则的现实需要，提出一种验证和测试自动驾驶系统交通规则符合性的方法，以期降低多车混行条件下的交通安全风险。针对各类交通法律法规语义自动解析技术瓶颈，提出规范化-逻辑化两阶段交通规则数字化模型，基于改进谓词度量时序逻辑框架(Metric Temporal Logic，MTL)，将自然语言交通规则转换为命题、逻辑连接词和时序算子组成的逻辑编码，生成了自动驾驶系统可理解、可执行、可验证的数字化交通规则，并构建了交通规则命题的分级分类体系。提出了一套基于自动驾驶车辆高精度运动轨迹的交通规则符合性验证算法，并搭建仿真试验平台，在高速公路交通场景下开展了试验验证。理论分析与试验表明：精简命题空间、新增时序算子和谓词逻辑词等改进有效提高了原有MTL框架的时间表现能力，解决了时序逻辑性不足等问题，大幅提高了交通规则数字化转换效率，对地方性交通法规和未来交通法规修订提供了良好的兼容性。提出的交通规则符合性验证方法及试验平台可以有效测试自动驾驶系统对现有交通规则的遵守能力，相关成果对提高自动驾驶系统安全性能和未来混行交通安全管控水平具有重要意义。     

基于小波神经网络的道路交通流量实时预测模型研究

实时交通流量预测是智能交通系统的核心内容,智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征,且与时间高度相关,可以看成是时间序列预测问题。根据交通流的这些特点,提出基于小波神经网络的道路交通流量实时预测模型,并以某条道路为例,通过Matlab编程实现模拟仿真。仿真结果表明,小波神经网络能够比较精确、快速地对实时交通流量进行预测,网络预测值接近期望值。     

应用交通仿真技术辅助交通管理与决策

为了提高智能化决策水平,深入挖掘交通仿真技术对日常交通管理工作的指导作用,在总结国内外各类交通仿真项目实践经验的基础上,以一个正在实施的决策支持系统为例,介绍了应用中观动态交通仿真技术建立的交通决策支持系统。该系统针对路网中常见的各类突发事件,模拟事件发生前后对交通流的影响效果,并针对事件造成的拥堵建立多套交通响应预案,系统对预案的实施效果进行仿真评估,根据仿真结果指标分析比选各个预案的优劣,优秀预案用于指导日常交通管理与决策。通过对系统应用的优缺点分析和应用发展趋势分析,展示了交通仿真技术的应用价值以及对交通规划和交通管理的指导意义,指出交通仿真技术的未来发展必然带来交通管理决策水平的新的飞跃。     

虚拟交控中心建置与应用

在交通问题日益繁杂的情况下,交控策略往往为改善交通问题的重要手段,而策略的拟定必须透过广泛且正确的各项资料作为基础,虚拟交控中心（virtualtrafficcontrolcenter,VTC）的建置便占重要的角色。一方面为实际交管中心（trafficmanagementcenter,TMC）资料做备份,一方面可将资料提供与学术单位进行交控策略的拟定,并且亦可透过与实际交管中心相同使用者介面进行教育训练,进一步培养交控人才。文中完成虚拟交控中心的系统建置,并开发交控策略绩效平台,将虚拟交控中心模拟软体所得到之时制计画及其绩效,透过资料库同步方式将交控策略回颌台中市政府交管中心。虚拟交控中心未来将持续蒐集车流资讯,开发软体,期望达到改善都市交通问题之目标。     

高速公路交通管制策略仿真评价

针对高速公路交通管控措施的评价问题,提出基于交通仿真软件的评价方法.交通仿真技术克服了传统方法的局限,为高速公路的管制研究提供了一种新的、高效便利的研究手段.对高速公路常用的交通管制策略进行分析,提出高速公路的交通仿真模型.最后以广清高速公路为例,通过VISSIM对实施交通管制手段的高速公路交通流进行模拟仿真,建立微观交通仿真模型,考察了交通管制措施的实施效果,从而为优选出最优的交通管控策略提供科学合理的依据.     

基于交通流路径分布的交通拥堵管理决策支持

提出了基于车辆识别技术的交通流路径分布信息采集系统的构架方案。为了清晰表达交通流路径分布信息,研究了交通流路径分布的信息格式。基于决策支持系统构架设计,提出了交通拥堵管理决策方案库构建技术路线。以上海市快速路基于车牌识别的交通信息采集与处理系统建设为实例,阐述了交通流路径分布对于提高交通拥堵管理水平的应用。     

干道信号协调控制优化方法

针对干道信号协调控制中控制策略及其控制优化参数设置上存在的问题,考虑到智能控制中Sugeno模糊推理所具有的复杂系统动态性能表达能力和神经网络控制方法所具有的学习能力,结合两者的优势建立了1种基于模糊神经网络的交通信号协调控制模型,实现对绿信比与相位差的优化,使用微观交通仿真软件Vissim对干线交通进行了仿真研究,仿真结果表明,该方法能更为有效地减小平均车辆延误。     

基于交通环境承载力的城市交通容量的确定方法及应用

基于交通环境承载力的城市交通容量是衡量交通可持续发展的一个关键定量指标,研究城市交通容量的基本理论和确定方法具有十分重要的理论和现实意义。在对各国交通容量的研究现状进行分析的基础上,将交通容量划分为微观交通容量和宏观交通容量,并给出了相应的定义。然后从系统的观点出发提出了一种新的基于交通环境承载力的城市交通容量确定方法并进行了应用。应用结果表明:该方法能够有效地确定城市交通容量,从而为政府部门进行城市交通规划、衡量城市交通可持续发展提供科学决策依据。