排序方式: 共有8条查询结果,搜索用时 218 毫秒
1
2.
���ڻ���Ŵ��㷨�Ķ�Agent��ͨ����ϵͳ 总被引:3,自引:0,他引:3
首先简述了交通控制系统的控制结构,然后对多Agent技术在控制系统中的应用优势进行了分析,在对已有相关文献进行分析的基础上,提出了以路口Agent为单位的多Agent交通控制系统结构和路口Agent的内部结构,并对Agent间的协调机制进行了讨论.以混合遗传算法作为路口Agent的计算模型,以延误作为PI值,采用惩罚函数对绿信比进行了优化,通过matlab编程进行实际数据验证,结果表明混合遗传算法的优化结果优于已有的爬山法. 相似文献
3.
����VISSIM��Excel VBA��MATLAB�ķ���ƽ̨�о� 总被引:1,自引:0,他引:1
本文提出了利用Excel VBA作为主控程序将VISSIM与MATLAB进行集成构建仿真平台的方法,解决了直接对VISSIM二次开发编程难度大、耗时长的问题.该方法综合Excel VBA与VISSIM、MATLAB的接口编程容易,且MATLAB具有强大的工具箱、库函数和擅长处理矩阵的优点,其中VISSIM和MATLAB作为Excel VBA的调用对象,利用MATLAB编制新建交通控制模型的代码,利用VISSIM模拟车流运行和提取各种交通运行性能指标.具体地,VISSIM与Excel之间采用COM数据通讯接口进行集成,Excel与MATLAB之间采用Excel Link扩展接口进行集成.采用这种方法建立的交通控制仿真平台为研究验证新型的交通控制模型提供了有效途径,最后给出了一个基于该控制仿真平台建立的Q学习配时优化模型的实例. 相似文献
4.
本文旨在研究期望速度对速度—密度曲线的影响.通过引入期望速度建立了新的博弈表和相应的交通流中观模型,利用VBA和Matlab混合编程技术开发了相应的计算程序.对于一个期望速度类情况,分析了期望速度相同时不同的道路条件对应的速度—密度曲线,以及相同道路条件下,不同期望速度对应的速度—密度曲线.对于多个期望速度类的情况,研究了多个期望速度的变异系数对车流平均速度的影响,以及慢车比例对车流平均速度的影响.得出结论,驾驶员的期望速度差异是影响车流平均速度的主要因素之一.当密度较小时,交通流处于个体流模式,此时交通流平均速度主要由期望速度差异决定;当密度较大时,交通流处于集体流模式,此时交通流平均速度主要由密度决定. 相似文献
5.
为改善交叉口排队长度管理,避免交叉口某个方向排队长度过长,采用强化学习理论建立了以平均排队长度差最小为优化目标的在线Q学习模型.针对控制性能指标相对于邻近的配时方案不敏感的特点,提出了以平均排队长度差作为基本单位重新构造奖励函数,目的是拉大各行为对应的Q值差距,提高模型的收敛速度和鲁棒性.集成Excel VBA,Vissim,Matlab建立了在线仿真平台,作为计算环境对算例进行了计算.算例中利用GPS数据对Vissim软件中车辆加减速度曲线进行了标定.计算结果表明以平均排队长度差作为优化目标能够提高各个方向排队长度的平衡性,优化整个交叉口的时空资源;建立的在线Q模型具有学习能力和较快的计算速度,模型能否收敛受到周期取值和可选行为数量的影响. 相似文献
6.
交通信号控制与路径诱导在时间、空间两个方面共同影响着交通流模式的演变,诱导信息生成与信号控制策略间有强烈的耦合关系,研究两者间的关联关系并使之协同能够提高路网使用效率,改善交通流运行状况.文中从工程应用的角度出发,强调诱导信息的生成必须满足诱导一致性.在此基础上,提出了运行交通流诱导系统的逻辑流程,建立了考虑诱导一致性的VM S诱导系统与线控系统协同模型. 相似文献
7.
8.
1