基于多智能体的区域交通信号协调控制研究

发布时间：2017-10-21 17:01

  本文关键词：基于多智能体的区域交通信号协调控制研究

  更多相关文章： 区域交通 智能体 博弈论 信号配时 VISSIM

【摘要】：随着社会经济和城市化的迅速发展,城市中的车辆数量不断增加,进而引起城市交通问题越加突出。交通拥堵成为阻碍城市化的一大问题,必须得到妥善解决。要从根本上解决交通拥堵问题,必须依靠科学的调控和管理。城市交通具有三个典型特点——复杂性、时变性、不确定性。因此,传统的交通控制理论和方法并不能满足城市的交通需求,智能交通控制系统成为解决交通拥堵的必要手段。以现有的两种多智能体交通模型为基础进行改进,设计出一种多智能体交通模型。模型中包含四种不同类型的智能体,以此描述区域交通的多个实体。每个智能体可以与相邻智能体进行通信,以实现交通数据的共享;智能体对大量交通数据快速、准确的进行计算,以保证交通信号方案的实时性。区域协调的目的是最大限度的减少区域内的交通拥堵,实现整个区域的最大畅通。通过博弈论结合多智能体交通模型建立起协调模型,并对多个智能体进行博弈协调,以此决定每个路口的控制策略。在实现了路口控制策略之后,进一步把遗传算法应用到每个路口的信号配时中,最终实现区域交通的优化控制。本文采用典型的VISSIM交通仿真工具结合VB对所计算出的信号配时方案进行仿真。VISSM是目前主流的交通仿真工具,它可以对真实的交通场景进行模拟并取得相关的交通参数;比如车辆的延迟时间、停车时间以及车辆行驶速度等。通过分析仿真得出的交通参数,并对比传统的定时控制方法,可看出作者提出的交通控制方法对于减少交通拥堵显得更加有效、合理。
【关键词】：区域交通 智能体 博弈论 信号配时 VISSIM
【学位授予单位】：西华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.54
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-13
• 1.1 研究背景8
• 1.2 研究目的及意义8-9
• 1.3 国内外ITS的研究现状9-12
• 1.3.1 智能交通系统发展现状9-10
• 1.3.2 几种典型的智能交通系统10
• 1.3.3 新一代的智能交通系统10-12
• 1.4 本文结构12-13
• 2 分布式多智能体交通模型的建立13-24
• 2.1 分布式技术简介13-14
• 2.1.1 分布式系统的定义13
• 2.1.2 分布式系统的特点13-14
• 2.2 多智能体简介14-16
• 2.2.1 智能体的概念14-15
• 2.2.2 智能体的特点15
• 2.2.3 多智能体系统（Multi-Agent System，，MAS）15-16
• 2.3 两种交通模型介绍16-17
• 2.3.1 四智能体交通模型16
• 2.3.2 五智能体交通模型16-17
• 2.4 一种改进的多智能体交通模型17-22
• 2.4.1 CA（Carriageway Agent）17-18
• 2.4.2 CCA（Carriageway Connect Agent）18-19
• 2.4.3 IA（ Intersection Agent）19-21
• 2.4.4 DA（ Domain Agent）21-22
• 2.5 智能体之间的数据通信格式22-24
• 3 智能体之间的协调机制24-34
• 3.1 博弈论24-25
• 3.2 协调模型的建立25-28
• 3.2.1 基本符号及概念25-27
• 3.2.2 协调模型27-28
• 3.3 多智能体系统协调方法28-34
• 3.3.1 协调步骤28-29
• 3.3.2 协调中的几点问题29-30
• 3.3.3 协调示例30-34
• 4 交通路口的信号方案34-39
• 4.1 几种常见的交通路口34
• 4.2 信号方案构成34-39
• 4.2.1 周期34-35
• 4.2.2 相位35
• 4.2.3 相位划分示例35-39
• 5 交通路口信号方案分配39-49
• 5.1 信号周期确定39-40
• 5.1.1 计算方法39
• 5.1.2 计算示例39-40
• 5.2 遗传算法40-44
• 5.2.1 遗传算法概述40
• 5.2.2 遗传算法核心要素40-43
• 5.2.3 遗传算法流程43-44
• 5.3 单路口的控制策略44-49
• 5.3.1 遗传算法应用45-48
• 5.3.2 信号方案的产生48-49
• 6 协调控制仿真49-55
• 6.1 仿真工具49
• 6.2 多路口仿真实验49-55
• 6.2.1 VISSIM建立路网模型50-51
• 6.2.2 定时控制方法仿真51
• 6.2.3 协调控制51-53
• 6.2.4 仿真结论53-55
• 总结与展望55-56
• 参考文献56-59
• 攻读硕士学位期间发表论文及科研成果59-60
• 致谢60-61

【相似文献】

中国期刊全文数据库 前10条

1 陈雪江,杨东勇;基于强化学习的多智能体协作实现[J];浙江工业大学学报;2004年05期

2 尹世涛;高慧敏;曾建潮;;基于算法集成的调度系统多智能体实现框架[J];太原科技大学学报;2007年04期

3 张庆民;薛恒新;刘明忠;刘路冰;徐欣;;基于多智能体的分销链预测优化模型研究[J];计算机集成制造系统;2007年12期

4 谭应清;吴磊杰;;Q-学习在多智能体博弈系统中的应用[J];中国电力教育;2008年S1期

5 王超;赵晓哲;康晓予;;面向编队协同防空决策的多智能体规划方法[J];舰船电子工程;2009年01期

6 张家明;;基于多智能体的制造联盟协同采购体系研究[J];武汉理工大学学报;2009年10期

7 王建彬;李震;庞军;;基于多智能体的虚拟企业框架的构建与实现[J];安徽工程科技学院学报(自然科学版);2010年01期

8 张文广;屈胜利;;目标跟踪多智能体一致控制[J];宇航学报;2010年09期

9 肖丽;廖晓峰;韦鹏程;李华青;;采用广义线性局部交互协议的二阶多智能体网络一致性[J];清华大学学报(自然科学版);2012年08期

10 刘逸;慕彩红;寇卫东;;简单多智能体进化算法求解高维数值优化问题[J];科技视界;2012年23期

中国重要会议论文全文数据库 前10条

1 刘杰;王月海;王鸿雁;;基于反思——模仿的多智能体协作策略[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

2 梁泉;许晓鸣;张钟俊;;一种新型的多智能体系统开发环境结构[A];1995年中国控制会议论文集（下）[C];1995年

3 张根林;李怀祖;;基于多智能体的客户关系管理系统的构建[A];2002年中国管理科学学术会议论文集[C];2002年

4 邱国霞;张志涌;马洁;李茂;;多智能体的竞争合作策略[A];2005全国自动化新技术学术交流会论文集（三）[C];2005年

5 王莉;蔡颖;范海蓉;;基于多智能体可重构生产系统研究[A];企业应用集成系统与技术学术研究会论文集[C];2006年

6 李铁军;赵海文;李慨;沈志忠;;基于多智能体的机电系统控制与故障诊断的研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

7 谭树彬;刘建昌;;带钢轧制流程多智能体控制策略研究[A];2007中国控制与决策学术年会论文集[C];2007年

8 王晓丽;洪奕光;;利用动态多智能体覆盖跟踪动态目标[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

9 任锐;王晓丽;周浔;;基于势函数的多智能体编队控制[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年

10 雷曜;;多智能体模拟框架中的复杂人模型[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

中国重要报纸全文数据库 前1条

1 颜秉光;哈尔滨：清洁卫生机器人会自动扫地更会自动补给[N];新华每日电讯;2006年

中国博士学位论文全文数据库 前10条

1 何汉明;基于角色的多智能体社会模型研究与应用[D];西北工业大学;2006年

2 刘海斌;基于社会—心理因素的分布式组织协调工作机制仿真研究[D];华中科技大学;2015年

3 柴国飞;多智能体协同定位与Sink节点位置隐私保护研究[D];浙江大学;2015年

4 周博;多智能体的一致性控制及优化[D];西南大学;2016年

5 席磊;基于多智能体随机一致博弈的智能发电控制[D];华南理工大学;2016年

6 潘维运;多智能体网络系统的群体行为研究[D];上海大学;2016年

7 李皎洁;具有部分感知能力的多智能体协同避障控制[D];上海交通大学;2015年

8 苏厚胜;多智能体蜂拥控制问题研究[D];上海交通大学;2008年

9 韩伟;电子市场环境下的多智能体学习与协商[D];华东师范大学;2006年

10 李扬;网络环境下多智能体协调控制研究[D];中国海洋大学;2012年

中国硕士学位论文全文数据库 前10条

1 王海;多智能体分层牵制蜂拥研究[D];南京信息工程大学;2015年

2 吴祁阳;即时战略游戏场景中多智能体模型的设计与研究[D];南京理工大学;2015年

3 裴一飞;有向数据链故障情况下多智能体网络的有限时间编队控制[D];哈尔滨工业大学;2015年

4 白洁;模糊多智能体模型的同步性[D];哈尔滨工业大学;2015年

5 刘全平;基于多智能体和元胞自动机模型的虚拟人群行为研究[D];国防科学技术大学;2013年

6 谢中凯;基于多智能体的城市空间增长模型研究[D];南京大学;2015年

7 罗超;基于多智能体的高炉故障诊断方法研究[D];东北大学;2013年

8 戴俊;基于采样控制和量化通信的多智能体一致性问题研究[D];安徽工程大学;2015年

9 李歆;多智能体交通拥堵自组织控制策略研究[D];长沙理工大学;2014年

10 刘庆飞;信息丢包下多智能体的一致性与锚点选择题研究[D];河南理工大学;2014年

本文编号：1074388