文摘
英文文摘
声明
1 绪论
1.1研究背景
1.2城市交通信号控制概述
1.3城市智能交通控制国内外发展现状
1.3.1 模糊逻辑(Fuzzy Logic)
1.3.2人工神经网络(Artificial Neural Networks)
1.3.3遗传算法(Genetic Algorithm)
1.3.4蚁群算法(Ant Colony Optimization)
1.3.5粒子群算法(Particle Swarm Optimization)
1.3.6多智能体技术(Multi-agent)
1.4城市交通信号控制发展方向
1.5论文的组织结构
1.6论文的创新之处
2多智能体技术介绍
2.1智能体(Agent)
2.1.1 Agent的特点
2.1.2 Agent的结构
2.1.3 Agent的分类
2.2多智能体系统
2.3 多智能体系统在交通控制领域的优越性
3基于遗传算法的单路口Agent优化控制
3.1遗传算法
3.2效益评价指标
3.3单路口Agent模型
3.4基于遗传算法的单路口Agent优化控制
3.4.1约束优化问题数学描述
3.4.2惩罚函数法
3.4.3遗传算法优化步骤
3.4.4基于遗传算法的单路口Agent优化模型的实例
4城市交通协调控制方式研究
4.1 城市交通协调控制方式的类型
4.2基于多智能体的分布式协调控制系统
5 多路口协调
5.1基于黑板模型的协调控制
5.2博弈论
5.3基于博弈论的协调控制
5.3.1 基本符号和概念定义
5.3.2基于博弈论的协调模型
5.3.3协调算法
6三路口博弈协调控制的实现
6.1评价指标
6.2方案选择
6.2.1现有定时控制方案
6.2.2基于遗传算法的多智能体博弈协调控制
6.3交通调查数据
6.4 2种协调控制方式分析比较
6.5算法实例
6.6结果与分析
7结论与展望
7.1 总结
7.2展望
参考文献
致 谢