基于多智能体系统的动态路径选择算法研究

动态路径选择算法是城市交通流诱导系统的核心理论之一，一直受到国内外研究学者的普遍关注。本文给出了一种基于多智能体系统的动态路径选择新方法，阐述该方法的主要思想，借助交通模拟软件——PABAMICS建立一个基于多智能体的交通诱导系统，并实现对一个简单路网的诱导管理。仿真结果显示：该方法具有实时性强和鲁棒性好的特点，说明多智能体系统在实际交通诱导应用中具有可行性。     

基于多Agent的城市交通控制建模研究

给出了多Agent智能系统的协作工作框架模型,设计了基于多Agent的分层递阶交通信号控制系统模型。实现了以多Agent计算为框架的仿真系统。通过实例仿真和分析证明了该方法的有效性和适用性。     

城市交通控制与诱导系统协同研究

从子系统功能整合的角度研究城市交通控制与诱导系统协同问题,指出两系统协同的内容主要包括:信息协同,策略协同和协同实施。描述了系统协同的数据结构,提出信息协同组织流程,对交通控制系统与诱导系统的策略协同进行研究,给出两系统的策略协同模型,以multi-agent技术为依托,建立了城市交通控制与诱导系统协同实施的体系框架,并通过仿真分析说明算法的有效性。为城市交通控制与诱导系统协同的最终实现提供理论指导和方法依据。     

城市交通控制与诱导系统协同的信息分析

交通信号控制和动态交通诱导是城市交通管理的两个主要手段，2者协同运作能提高城市交通管理效率。多源交通信息处理是交通控制与交通诱导实现协同的基础和关键。文章分析了交通控制与动态诱导系统的信息需求特点，对交通控制与交通诱导系统协同运作的数据处理与信息融合进行了研究。     

基于Multi-agent的城市交通控制与诱导协调研究

分析了城市交通控制和诱导系统协调的必要性,在总结已有研究方法的基础上,提出了基于多智能体的协调方法.该协调系统由信息处理agent、交通控制策略agent、交通诱导策略agent、交通控制执行agent和交通诱导执行agent等组成,各agent间采用基于对策论的协调.该协调方式能适应实时变化的交通环境,克服传统协调方式通信费用高的缺点.     

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。     

城市交通诱导系统信息处理技术研究

给出现代城市交通诱导系统方案中的信息处理技术,分析诱导系统的理论模型,重点介绍城市交通诱导系统中信息处理的基本模型和基本方法.     

基于多智能体技术的交通管理系统的研究

提出了基于多智能体技术的交通管理系统，将交通管理系统与目前人工智能领域的研究热点问题－多智能体技术相结合，即通过多个智能体有机构成多智能体系统，利用各个智能体之间的协商与合作来辅助实现智能化的交通管理系统，从而提高交通管理部门的管理效率，降低由于交通带来的环境污染，论述了多智能体系统的原理，基于多智能体技术的交通管理系统的结构框架及其优势。     

停车诱导系统在智能交通管理中的应用

阐述了停车诱导系统工程实施的背景及内容,介绍建立停车诱导系统的具体思路及实施方案,如信息采集、分析处理、数据发布、信息诱导分级等。通过单一工程案例介绍,分析停车诱导在区域交通中运用的利弊,为将来更好梳理地区交通体系提供基础资料。     

基于多智能体博弈的路径选择策略仿真研究

系统最优与用户最优代表了交通分配中路网管理者与出行者两种不同的利益出发点。在综合考虑两者在路径选择过程中动态交互特点的基础上,引入博弈论的思想协调两者的利益冲突,建立了路网系统管理者与出行者之间的路径选择博弈模型。为验证模型的有效性,结合多智能体技术进行了相应的仿真实验,并利用多智能体仿真软件Starlogo进行模拟。通过对无信息无博弈（随机）出行、用户最优出行、有信息有博弈出行以及系统最优出行等4种不同仿真方案的比较分析,验证了系统与出行个体之间协调的博弈模型性能满足了驾驶员出行需求,提高了路网整体效率,为建立实用的诱导策略提供了参考。     

城市交通管理控制与诱导系统的协同关系

广义城市交通管理系统由交通控制和车辆诱导系统组成。2者的关联、依存以及协同作用揭示了城市交通及交通管理系统的内在规律。分析了协调交通控制和车辆诱导系统的必要性,以及2者之间存在的多层次关联,并对其协同工作的框架结构进行了初步探讨。     

城市交通控制系统信号控制单元集成化研究

在分析当前城市交通信号控制系统发展趋势的基础上,针对我国城市交通实际应用中存在的各类信号控制单元自成体系难以统一的问题,提出了一个实用的信号控制单元集成的解决方案,首先介绍集成化城市交通控制系统,然后介绍信号控制单元集成化方案的功能框架和技术实施方法,从而实现了一个控制系统软件可以兼容多种不同型号信号机的目标,并且在实际系统开发中获得了应用。     

基于分时路网模型的车辆导航动态自适应寻路算法

以交通流连续特性为基础,建立了分时动态交通路网模型,分析了分时路网“先进先出”的特性,并提出了一种高效的动态自适应最优路径规划算法,可应用于车辆实时动态导航系统。     

智能交通系统中动态路径诱导算法分析

对智能交通中动态路径诱导算法进行较为系统的综述。首先,从微观和宏观角度对动态诱导系统中需要用到的交通参数模型进行分析和比较,并列举几种交通参数模型;然后,对一些经典路网寻优算法进行分析,并引用一些专家学者的研究成果;最后,对动态路径诱导算法的未来发展方向进行探讨。     

基于Multi-agent的道路交通流控制模型

结合近年来出现的人工智能新技术，提出基于Ｍulti-agent的道路交通流控制模型，从而实现一种灵活的agent自主控制算法，并进一步提出Ｍulti-agent协商策略的设想，实验证明，该agent自主控制算法柔性结合多个交通状态量，较好地平衡了道路交叉口各向交通流，具有较强的优化度和扩展能力。     

基于Multi-agent的交通流优化模型

交通流的优化模型是城市交通控制和管理问题中十分重要的研究课题。利用合理的道路优化控制策略，可以提高道路通行能力和车辆平均速度，改善城市交通状况。本文将人工智能的新技术，用于城市道路交通流控制模型中，通过灵活的agent自主控制算法和Multi-agent协商策略，构造交通流的优化模型，从而解决车辆阻塞和交通疏导问题。这种新的优化模型和相应控制算法的应用，可以有效解决城市交通路口的车辆阻塞问题，提高交通路口的车辆通行能力。     

单个交叉口模糊控制及Simulink仿真

以车辆排队长度为控制量,提出了一种交叉口模糊控制方法,并以四相位交叉口为例,建立了Simulink仿真模型,在不同交通流数据下将此模糊控制与现有的定时控制比较,对其控制效果进行仿真验证。仿真结果从车辆平均延误、信号周期和车辆的最大排队长度等方面,显示出了模糊控制的优越性。