基于多智能体的交通控制与交通诱导协同理论和方法研究

论文摘要

交通管理在城市交通问题治理中十分重要,其目的是提供一个畅通、有序的交通环境。建立智能交通管理系统,广泛应用科学技术手段,全面提高管理水平和管理效益,是解决当前道路交通拥堵、事故频繁发生和环境污染严重的有效途径。在交通管理实施中涉及到很多管理策略的制定,包括交通诱导和控制策略的制定。由于交通系统本身的复杂性,在交通管理中涉及的决策数据的信息量巨大,完全依靠人工来完成城市交通控制和诱导策略的制定存在很大困难,难以实现。基于多智能体的智能决策支持技术的出现,可以满足交通管理中的决策需求。本文深入剖析交通控制与交通流诱导系统的运行机理,在现有的相关研究中,着重对比较先进的多智能技术和智能决策理论在交通控制和诱导协调中的应用进行了深入的研究。提出了将多智能体理论和智能决策理论相结合应用在交通协调控制之中,建立一种交通管理决策的模型,并分析了其实施的方法,更好地实现交通控制和诱导,为城市交通拥挤问题的治理提供了一个良好的尝试,为更好的解决现有交通拥挤问题,寻求区域交通优化的控制提供了理论基础。

论文目录

• 提要
• 第一章 绪论
• 1.1 课题来源
• 1.2 本论文研究背景、目的和意义
• 1.2.1 研究背景
• 1.2.2 交通控制与诱导协同的必要性分析
• 1.2.3 研究目的及其意义
• 1.3 交通控制和诱导协同研究的现状
• 1.3.1 交通控制与诱导协同的研究的现有成果
• 1.3.2 交通控制与诱导协同目前存在的问题
• 1.4 本文的研究思路和内容
• 1.5 小结
• 第二章 基于MAS的交通控制与诱导的协同框架研究
• 2.1 多智能体技术
• 2.1.1 多智能体概述
• 2.1.2 多智能体在交通中的应用可行性分析
• 2.2 基于MAS的智能决策支持系统
• 2.2.1 IDSS概述
• 2.2.2 基于MAS的IDSS研究现状
• 2.2.3 基于MAS的IDSS在交通中的应用
• 2.3 基于MAS的交通控制与诱导的协同框架
• 2.3.1 基于MAS的交通控制与诱导的协同框架
• 2.3.2 交通控制与诱导协同中的Agent建模
• 2.3.3 Agent之间的协调
• 2.4 小结
• 第三章 交通控制与交通诱导协同的信息处理
• 3.1 交通控制与交通诱导协同信息分析
• 3.1.1 基础交通信息
• 3.1.2 交通控制与交通诱导信息需求分析
• 3.2 交通控制与交通诱导协同信息采集
• 3.2.1 常用交通信息采集技术
• 3.2.2 行程时间的采集技术
• 3.3 交通控制与交通诱导协同信息处理技术
• 3.3.1 交通信息预处理内容
• 3.3.2 异常交通数据处理
• 3.3.3 交通控制与交通诱导协同信息融合技术
• 3.3.4 基于D-S理论的车型识别法统计交通流量的方法研究
• 3.4 本章小结
• 第四章 基于MAS的子区交通控制与诱导协同优化
• 4.1 交通控制与诱导协同优化建模
• 4.1.1 交通控制与诱导协同优化过程分析
• 4.1.2 交通控制与交通诱导协同实现子区域划分
• 4.1.3 交通控制与诱导协同协同建模前提
• 4.1.4 交通控制和诱导协同建模的常用函数
• 4.3 基于强化学习的交通控制和交通诱导协同优化
• 4.3.1 强化学习
• 4.3.2 遗传算法
• 4.3.3 基于强化学习和遗传算法的交通控制和诱导协同的优化算法
• 4.4 仿真分析
• 4.4.1 路网模型参数设定
• 4.4.2 路网算法求解
• 4.4.3 仿真结果分析
• 4.5 小结
• 第五章 基于MAS的交通控制与诱导协同决策层全局优化策略研究
• 5.1 基于知识模型在在交通控制和诱导协同决策层的应用
• 5.1.1 交通控制和诱导协同中的知识模型
• 5.1.2 基于知识的MAS-IDSS在交通控制和诱导协同中的模型
• 5.2 基于MAS的智能决策支持系统的决策模型建立
• 5.2.1 基于Q学习的MASI-DSS在交通控制和诱导协同中的模型
• 5.2.2 基于博弈论的MAS-IDSS在交通控制和诱导协同中的模型
• 5.3 系统评价指标
• 5.4 小结
• 第六章 全文总结与展望
• 参考文献
• 攻博期间的论文发表、参与项目
• 1 攻博期间发表的学术论文
• 2 攻博期间参与的科研项目
• 致谢
• 摘要
• ABSTRACT