基于多智能代理的交通信息相关问题研究

论文摘要

本文对交通相关信息技术的多个领域进行了研究，包括交通模拟的路由导航算法设计及其架构、服务优先保障的算法设计及其架构、车辆折算系数分析和交通相关软件性能测试架构。在基于多智能代理的路口中心型路由导航算法部分，设计了可应用于有目的地点的大规模车辆行为的模拟和人流疏导算法。在分析交通模拟领域现有的研究和常见问题综述基础上，结合计算机网络的数据流控制方法和协议，创造性地提出了仿真网络数据流控制方法来为车辆导航，并通过实验证明架构设计合理。随后就算法进行深入研究，引入符合一般道路模型的N正则随机图，设计了IBF*算法分析得出在合理的假设下算法导航的期望复杂度远低于最坏复杂度，提出了应用于交通路由领域的基于多维定标的智能路由算法。最后通过模拟系统进行了性能试验，并对算法正确性进行了数学证明。在基于多智能代理的路口中心型优先通行算法部分，设计了针对特殊车辆的疏导算法。在前述研究基础上，针对交叉路口应该有可控的优先通行能力的要求，提出了基于智能代理的优先通行框架和算法，算法的设计参考了计算机网络中QoS的现有研究成果。通过对算法进行的模拟验证，证实了算法的可行性。该方法可以用于大规模交通流导航时，对于特殊对象的优先通行保障。新的算法框架基于交叉路口的智能处理，系统地解决了包括正确通行和优先通行在内的多个问题。在车辆折算系数研究部分，首次提出了如何采用基于高斯混合模型的多视图EM算法进行车辆折算系数聚类分析，给出了一种车辆折算系数的计算方法。通过某真实路段的大量车辆数据对算法进行了验证实验和分析，证明算法可以有效下降熵值，提高视图一致性，数据结果有效可信。在网络通信流多智能代理用于应用系统性能评价研究部分，通过解决交通相关系统的性能评价问题，提出并实现了测试的框架和算法。在交通信息系统中，新型软件架构层出不穷，软硬件和网络通讯之间的相互作用日益复杂，加大了系统性能瓶颈查找的难度。本文研究如何采用多智能代理截取、分析和回放网络数据流测量软件性能。通过同时使用主动智能代理和被动智能代理，使得整个测试的各个分支具有通讯、协作的能力。通过在交通相关系统中的测试应用，证明此算法能有效地同时获取多项数据，且保持高效能的性能评价，系统架构具有一定的自动处理能力。本文的主要创新点在于以计算机网络协议和多智能代理技术作为为研究的工具方法，对交通相关的多个领域进行了跨越原有学科界限的研究。具体涉及的算法新型应用或者算法改进涵盖了Dijkstra算法、IBF*（Intersect-Bellman-Ford）*算法、N正则随机图、多维定标算法、FastMap算法、QoS（Quality of Service）算法和多视图EM聚类算法等。通过数学证明和模拟实验结合的方式，证明了架构设计和算法设计的可行性和有效性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 前言
• 1.2 智能代理及其应用模型
• 1.3 论文研究内容与主要贡献
• 1.3.1 论文的目的和意义
• 1.3.2 论文的主要创新
• 1.4 论文的组织结构
• 1.5 参考文献
• 第二章 基于多智能代理的路口中心型路由导航算法
• 2.1 背景介绍
• 2.2 设计指导思想
• 2.3 详细设计
• 2.3.1 框架设计
• 2.3.1.1 交通网络和计算机网络的对比关系
• 2.3.1.2 智能化设计
• 2.3.1.3 职能关系对照
• 2.3.2 架构与算法设计
• 2.3.2.1 代理模型
• 2.3.2.2 单独选路
• 2.3.3 模拟实现
• 2.3.3.1 验证环境
• 2.3.3.2 试验设定
• 2.3.3.3 模拟效果
• 2.4 改进的车辆路由算法
• 2.4.1 IBF算法
• 2.4.2 随机图
• 2.4.3 IBF*算法
• 2.4.4 基于多维定标的智能路由算法
• 2.4.4.1 多维定标介绍
• 2.4.4.2 FastMap算法
• 2.4.4.3 基于多维定标的智能路由算法
• 2.5 算法性能测试
• 2.5.1 性能测试结果
• 2.5.2 与现有研究的比较
• 2.6 结论和未来工作
• 2.7 参考文献
• 第三章 基于多智能代理的路口中心型优先通行算法
• 3.1 背景介绍
• 3.2 分析与设计
• 3.3 优先算法框架设计
• 3.3.1 运行设计
• 3.3.2 职能关系与运行管理
• 3.3.3 算法的模拟实现
• 3.3.3.1 算法设计
• 3.3.3.2 函数设计
• 3.3.3.3 验证结果
• 3.4 车辆折算系数研究
• 3.4.1 背景介绍
• 3.4.1.1 车辆折算系数的理论分析
• 3.4.1.2 现有车辆折算系数的计算方法综述
• 3.4.1.3 瞬时车道占有率分析
• 3.4.2 车辆折算系数的数学建模
• 3.4.2.1 高斯分布
• 3.4.2.2 EM软聚类算法
• 3.4.2.3 基于多视图的EM聚类
• 3.4.2.4 相关研究
• 3.4.3 车辆折算系数计算
• 3.4.3.1 车辆折算系数的问题设定与评估方法
• 3.4.3.2 基于高斯混合模型的多视图EM算法
• 3.4.4 实验结果
• 3.4.5 对多视图聚类的分析
• 3.5 结论
• 3.6 参考文献
• 第四章 网络通信流多智能代理用于应用性能评价研究
• 4.1 绪论
• 4.2 分析和设计
• 4.2.1 性能核心服务区分
• 4.2.2 服务器端评价
• 4.3 性能评价方法
• 4.3.1 流程设计
• 4.3.2 算法设计
• 4.4 交通实例度量实践
• 4.5 结论
• 4.6 参考文献
• 第五章 结论与展望
• 5.1 全文工作总结
• 5.1.1 基于多智能代理的路口中心型路由导航算法
• 5.1.2 基于多智能代理的路口中心型优先通行算法
• 5.1.3 网络通信流多智能代理用于应用系统性能评价研究
• 5.2 未来研究工作的展望
• 攻读博士学位期间的主要学术论文
• 致谢