基于多Agent技术的城市道路交通拥堵协调控制研究

摘要

随着国民经济的飞速发展和城市化进程步伐的加快，交通对城市经济发展和人民生活水平的提高的影响显得愈发重要。由于城市的道路建设难以跟上交通发展的速度，车辆的急剧增加和道路的增长呈现巨大矛盾，交通拥堵的严重程度也随之急剧增大。解决交通拥堵的主要办法是:以交通管理设施为出发点，科学组织、科学管控道路交通流，使其最大程度地有序流动，将路网交通的通行潜力发挥至最大。鉴于传统交通控制方式交通的局限性和交通规模的复杂性，人们运用智能水平更高的技术手段来解决交通拥堵问题成为急切需求。
　　首先，本文介绍了交通拥堵的定义、分类及演化规律，并对交通信号控制的分类、基本参数和效益评价指标进行了阐述。同时指出了当前世界的几种主流信号控制系统及智能控制方法。
　　其次，本文与人工智能技术领域的最新理论成果—多智能体技术(Multi-AgentSystem，MAS)相结合，从基于多Agent技术的控制策略上来研究探讨城市道路偶发性交通拥堵的协调控制。文章主要分析了Agent的特征属性、结构模型。同时还探讨了基于多Agent的分布式交通控制系统结构，结合该结构的优点，指出拥堵协调控制中引入多Agent技术的可行性与优越性。
　　再次，结合多Agent技术，本文以单路口Agent为控制单元，对其组成和结构进行了分析。并主要研究以遗传算法(GA)为基础的单路口Agent发生交通拥堵时，其信号优化控制的分布式结构模型，目标函数定为路口车辆的平均延误，运用实数编码方式的GA实现对单路口的拥堵优化控制。分析实例表明，经过优化的配时方案比现控制方式优越，控制效果较好。
　　最后，本文运用博弈论的相关理论知识，通过分析描述两个路口的问题，探索研究了简单的两个路口Agent的博弈过程及协调机理。结合实际交通情况来优化两路口的控制策略，并通过实例将优化后的性能指标与现有控制方式进行分析对比，进而论证Agent间协调机制有效、可行，达到了预期的效果。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 研究目的及意义

1．3 国内外研究现状

1．3．1 城市交通信号控制概述

1．3．2 交通信号控制方式的研究历史及现状

1．3．3 智能交通系统的研究发展

1．3．4 多Agent技术的研究发展

1．4 交通信号控制系统发展方向

1．5 课题来源

1．6 论文的研究内容

1．7 本章小结

第二章 研究基础

2．1 交通拥堵

2．1．1 交通拥堵定义

2．1．2 交通拥堵的分类

2．1．3 交通拥堵的演化过程

2．2 交通信号控制的基本参数和评价指标

2．2．1 交通信号控制的基本参数

2．2．2 交通效益的常用评价指标

2．2．3 交通信号控制的分类

2．2．4 主流交通信号控制系统

2．3 智能控制的主要技术方法

2．3．1 模糊逻辑(Fuzzy Logic)

2．3．2 人工神经网络(Artificial Neural Networks)

2．3．3 遗传算法(Genetic Algorithm)

2．3．4 蚁群算法(Ant Colony Optimization)

2．3．5 粒子群算法(Particle Swarm Optimization)

2．3．6 多智能体技术(Multi-agent)

2．4 动态交通数据的采集

2．4．1 固定型交通数据采集

2．4．2 移动型交通数据采集

2．5 本章小结

第三章 多智能体技术

3．1 智能体(Agent)

3．1．1 Agent的概念

3．1．2 Agent的特点

3．1．3 Agent的结构模型

3．1．4 Agent的分类

3．2 Agent与对象系统、专家系统的区别

3．2．1 Agent与对象系统

3．2．2 Agent与专家系统

3．3 多智能体系统

3．3．1 多智能体系统(Multi-Agent System)的定义

3．3．2 多Agent系统在交通控制领域的优越性

3．4 基于多Agent的城市交通控制系统结构

3．4．1 现有的城市交通控制系统的结构分析

3．4．2 基于多Agent的分布式交通控制系统结构

3．5 本章小结

第四章 基于遗传算法的单路口Agent优化控制

4．1 路口Agent的组成及结构

4．2 路口Agent的控制优化

4．2．1 效益评价指标

4．2．2 约束条件

4．3 遗传算法(Genetic Algorithm)

4．3．1 遗传算法简介

4．3．2 遗传算法的特点

4．4 遗传算法的优化设计

4．5 路口Agent优化模型的实例分析

4．5．1 路口描述

4．5．2 路口现状和车道划分

4．5．3 交通控制方案和仿真

4．5．4 遗传优化参数设定及过程实现

4．5．5 优化计算及结果分析

4．6 本章小结

第五章 多路口Agent协调机制研究

5．1 博弈论简介

5．2 多路口Agent协调思想

5．2．1 基于博弈论协调的思想框架

5．2．2 路口Agent 1的问题描述

5．2．3 路口Agent 2的问题描述

5．2．4 博弈过程

5．3 各路口 Agent之间的协调实现

5．4 实例分析

5．4．1 两路口条件

5．4．2 两路口仿真

5．4．3 计算分析

5．5 本章小结

总结与展望

论文总结

研究展望

参考文献

致谢

附录A 攻读硕士学位期间参与的科研项目