基于Agent的交通流微观仿真系统框架研究

目前Agent技术已经成为人工智能技术和计算机软件学的热点研究问题。该文将Agent概念和技术运用到交通流微观仿真系统中，建立了交通流微观仿真系统框架，比较详细地介绍了交通个体Agent的分类和各自的属性，对机动车、非机动车和行人的Agent集合进行了定义，讨论了他们的属性，同时依据交通控制的分层结构，对交通控制Agent进行了分类，对各层的属性进行了研究，最后对影响交通个体Agent行为的外界环境进行了描述，从理论上对Agent在交通仿真中的应用进行了较为完整的研究。     

Agent技术在交通仿真中的应用

交通仿真是研究交通问题的强有力手段，而目前已经成为人工智能领域研究热点的Agent技术为交通仿真提供了一种新的研究模式，首先介绍了交通仿真和Agent技术的基本概念，然后分析和论述了Agent技术在交通仿真中的应用方法。     

城市交通信号控制系统微观仿真研究

交通仿真是研究交通问题的重要手段,而Agent特有的自治性、协作性等特点为交通仿真提供了较好的手段,文章着重进行了基于MAS的智能交通控制微观仿真研究,并运用VC＋＋6．0开发了一套具有实用价值多路口交通仿真系统。     

Agent技术在交通管理与出行服务中的应用

交通作为实时性极强的复杂离散系统,是所有交通参与者、交通设施共同作用的结果。智能体（Agent）技术作为一种基于个体的离散系统建模方法,十分适合于解决此类系统问题。在简单介绍Agent技术的基础上,综述了Agent技术在交通控制、交通仿真、出行诱导三个方面的研究应用情况,探讨了Agent技术在交通管理和出行服务方面的研究方向,并对今后的研究提出了展望。     

城市区域交通协调控制中的多Agent博弈研究

在进行城市区域交通协调控制过程中,管理者和出行者之间的决策过程是一种博弈行为。本文针对我国城市混合交通状态复杂多变、随机性大、具有分布式交通区域控制等特点,利用多Agent技术及博弈理论对其进行了研究,提出了一种基于博弈论的多Agent协作模型及交通Agent的基本结构,应用于解决城市区域交通控制与交通诱导的协调问题。仿真结果表明,该方法行之有效。     

基于OpenGL的智能三维交通仿真软件的开发

计算机交通仿真是研究交通问题的一种有效手段。日前的交通仿真软件主要局限于二维平面内,因此尤法描述各仿真要素的高度信息;同时面向对象仿真是目前的交通仿真软件所采用的主要仿真形式,它无法处理交通系统中具有智能的对象。交通模型的建立及仿真软件的开发是它的两个核心问题。论文主要从交通仿真软件开发的角度出发,设计了智能Agent,并借助OpenGL这一软件接口,开发出厂智能三维交通仿真软件。仿真结果表明,智能Agent技术的应用提高了交通仿真的效果。     

智能交通仿真与车辆Agent决策策略的研究

文章介绍了Agent技术及特点,根据Agent的原理及其仿真的优势,着重叙述了Agent技术在交通仿真中的应用,详细探讨了基于Agent的智能仿真系统中车辆Agent的决策特点及模糊决策方法,同时,还分析了驾驶员因素对驾驶行为的影响。     

作战仿真中坦克智能体的设计和实现

以坦克Agent实体为研究对象,根据目前作战仿真研究所面临的困难,运用基于Agent的复杂系统分析与设计方法,提出了作战仿真中坦克智能体的结构以及设计和实现方法。在分布式交互仿真HLA/RTI的技术框架和联邦开发执行标准过程(FEDEP)的规范下,构建了基于Agent的坦克对抗仿真模型,更准确的表现了战场作战实体,提高了作战仿真结果的可信度。     

基于Agent的驾驶员-车辆建模研究与实现

微观交通仿真技术是解决城市交通网络拥塞问题的有效工具.在各种交通元素中,驾驶员-车辆单元是交通流的主体.该文通过对交通流中驾驶员、车辆特性的分析,将驾驶员和车辆视为一个整体,并基于Agent理论对之进行建模.文中详细分析了Agent的生成和路径搜索及选择算法,研究了Agent的跟驰、换道和挤占道等行为.该文最后介绍了基于Agent模型建立的一种微观交通仿真器,并在该仿真器上进行仿真实验.结果表明该系统能够较好的仿真实际交通流状况.     

基于Agent的区域交通流协调控制的研究

以Agent技术为基础，对区域交通协调控制进行了研究。首先对区域交通流控制的Agent组成及结构做了简单的说明，然后对路段Agent与路口Agent的协商策略进行描述，在此基础上对一个较简单的路网进行仿真，从而证实该文所研究的基于Agent进行区域交通流协调控制的有效性。     

交通控制系统理论与关键技术影响分析

为了陈述清楚交通控制系统及其关键技术,通过对于交通系统特性的阐述,陈述了交通控制系统中的一些技术,结合控制系统中的闭环控制特性及其对非线性系统的控制作用,针对交通系统的鲁棒性,系统性和一定程度的自适应性,指出智能控制技术中的Agent控制在交通控制中的应用。该技术的引入,可以在一定程度上为交通问题解决提供一种新的思路和方式。     

基于Multi-Agent的多车道交通流的分布式仿真研究

该文以Agent技术为基础,对多车道交通流进行了模拟,并与实际的道路交通流特点进行了比较。首先根据驾驶员实际驾车的特点,建立车辆Agent的基本模型,对车辆Agent换道超车和加速策略进行描述。然后以分布式模型为基础,将多车道交通环境中的车辆运行模拟为Multi-Agent的相互作用。在仿真中,采用了面向Agent的仿真软件Starlogo。从微观上看,所描述的车辆模型能够完成加速和换道过程;从宏观上看,仿真中交通流特点与实际情况是一致的。说明该文的模型符合实际情况,同时也表明了使用Agent技术进行多车道交通流系统仿真的准确性和可行性。     

TR-light：基于多信号灯强化学习的交通组织方案优化算法

针对多变环境条件下的交通堵塞问题,将强化学习、神经网络、多智能体和交通仿真技术结合起来,提出了用于优化多路口条件下交通状况的trajectory reward light(TR-light)模型。该方法具有几个显著特点：基于红绿灯拟定交通组织方案;将多智能体强化学习用于红绿灯控制;通过红绿灯的协同达到区域级的交通组织优化;在智能体每次行为执行结束后实施轨迹重构,在OD对不改变的情况下改变车辆行驶路径,根据方案和重构轨迹来计算智能体的最终回报。通过SUMO进行交通仿真实验和交通指标对比,验证了该模型在多交叉口中能够提高路网畅通率,改善交通状态。实验表明该模型可行,可有效缓解交通拥堵。     

自适应遗传算法的Multi-Agent交通信号优化控制

在区域交通多智能体信号控制系统中,由于传统遗传算法早熟收敛,全局搜索能力不强,无法快速找到最佳配时方案,同时没有考虑相邻交叉口的关联性,针对这种情况,提出交叉口子区Agent代替传统的交叉口Agent,在交叉口子区Agent中引入自适应遗传算法,算法根据交通流量的变化对绿信比[λ]进行优化,使交叉口平均延误时间[D]最短。实验结果表明交叉口子区Agent代替交叉口Agent后,控制效果相似,节省了硬件资源,在交叉口子区Agent中引入自适应遗传算法下的信号控制能迅速找到最佳配时方案,使平均延误时间最短。仿真实验表明,将基于自适应遗传算法的交叉口区域控制应用到交叉口信号控制中有更好的性能,证明了用交叉口区域智能体替代交叉口智能体的可行性。     

基于agen t 的城市交通信号控制

利用agent技术对城市交通信号控制进行研究．首先给出了区域agent(ARA)的组成和结构，然后给出了城市交通控制的模型和协调算法．基于agent技术的城市交通控制系统能对交通状况进行实时反映和处理．在此模型基础上，应用博弈论的相关知识给出城市交通信号协调控制算法．最后通过仿真程序验证了该模型和算法的有效性和实用性．     

Cooperative, hybrid agent architecture for real-time traffic signal control

This paper presents a new hybrid, synergistic approach in applying computational intelligence concepts to implement a cooperative, hierarchical, multiagent system for real-time traffic signal control of a complex traffic network. The large-scale traffic signal control problem is divided into various subproblems, and each subproblem is handled by an intelligent agent with a fuzzy neural decision-making module. The decisions made by lower-level agents are mediated by their respective higher-level agents. Through adopting a cooperative distributed problem solving approach, coordinated control by the agents is achieved. In order for the multiagent architecture to adapt itself continuously to the dynamically changing problem domain, a multistage online learning process for each agent is implemented involving reinforcement learning, learning rate and weight adjustment as well as dynamic update of fuzzy relations using an evolutionary algorithm. The test bed used for this research is a section of the Central Business District of Singapore. The performance of the proposed multiagent architecture is evaluated against the set of signal plans used by the current real-time adaptive traffic control system. The multiagent architecture produces significant improvements in the conditions of the traffic network, reducing the total mean delay by 40% and total vehicle stoppage time by 50%.     

基于JavaCard移动代理电子商务公平交易的研究

移动代理是一种新的分布式计算模式。使用移动代理构建电子商务系统,可以充分利用移动代理的优越性,然而有一些问题必须得到解决。首先是移动代理系统的安全问题,特别是恶意主机问题;其次是电子商务中的公平交易问题。文中提出使用JavaCard来有效解决这两个问题。讨论了使用JavaCard为移动代理提供安全的执行环境,防止恶意主机的攻击以及使用JavaCard实现公平交易的方案。     

基于R树索引的智能交通系统的算法研究

由于道路交通矛盾的现象已经日益严重,利用智能交通系统解决交通问题已成为普遍共识.文章重点讨论了地理信息系统技术和全球定位系统技术等相关技术,并利用改进的R树索引完成了智能交通系统的核心不确定范围查询算法,分析与实现了智能交通系统.