基于Q-学习的交通信号控制方法

为了减少车辆通过路口时的延误,采用Q-学习方法对智能体控制的单路口进行信号配时的优化,在模糊控制规则集的基础上,通过Q-学习来改进控制规则的组合,从而达到改善信号控制效果的目的.仿真实验的结果表明,基于Q-学习的信号控制方法优于定时控制、感应式控制和基于遗传算法的信号控制方法.研究说明,基于Q-学习的信号控制方法适合城市交通控制.     

基于多智能体的城市交通诱导系统可视化模拟

在城市交通诱导系统没有真正实施前，借助微观模拟对其应用效果进行评价是一种行之有效的方法。本文基于多智能体系建立了全新的城市交通诱导系统体系结构，并借助微观可视化交换通模拟软件PARAMICS对其进行了仿真研究。详细描述基于多智能体的城市交通诱导系统的工作原理，诱导策略和参数确定方法，并克服PARAMICS固有动态路径选择算法难于直接应用于基于多智能体的城市交通诱导系统的不足，设计新型动态路径选择算法。仿真结果显示，本文提出的交通诱导系统应用后能够大量节约出行时间，缓解交通拥挤，增加城市路网利用效率。     

一种基于agent协调的两路口交通控制方法

智能体(agent)技术是近年分布式人工智能领域的研究热点，文章将其应用到城市交通信号控制领域中．在以Q—学习方法实现单路口信号控制的基础上，采用对策论与社会规则相结合的方法实现了两个路口控制agent(TSCA)间的协调问题．通过在仿真环境下的对比，证明采用该协调方法是有效的．     

智能协作技术在交通管理中的应用

从现代城市交通管理的特点和传统控制方法的不足出发出发，提出了一种基于多a-gent的智能化交通管理系统，阐述了它的工作方式并给出了结构设计。     

非线性模型预测控制的智能算法综述

从非线性模型预测控制的预测模型建模和最优化问题求解两方面入手,介绍了近年来基于智能模型和智能优化算法的非线性系统预测控制方法,并对各种算法的特征进行了总结评述,指出了智能非线性预测控制方法存在的问题和未来的发展方向。     

面向虚拟企业生命周期的集成质量管理系统与方法

提出了面向虚拟企业生命周期的集成质量管理系统模型（IQMS-CLVE）;初步讨论了基于IQMS-CLVE的集成质量诊断与过程网络控制方法,提出了用集成过程诊断与集成智能诊断相结合的诊断体系以及用智能方法与可靠性技术相结合的过程网络控制方法。     

城市交通控制智能优化配时及仿真

城市交通系统是一个随机性很强的、复杂的巨型系统。开发了双层反馈神经网络，将其应用于城市交通控制信号配时优化，并开发了应用于优化计算的能量函数和车辆平均延误计算式。以广东江门市某平面交叉路口为对象进行了仿真计算，结果表明：与传统的配时方法相比，采用所开发的双层反馈神经网络进行智能优化配时，交叉路口车辆的平均延误可以平均减少18．2％，可以大大提高路口的通行效率。开发的双层反馈神经网络也可以应用于其他对象的优化，具有较强的推广应用价值。     

基于移动智能体的分布式资源的智能集成

在信息丰富的网络环境中，分布式资源的智能集成对于分布式计算与分布式系统是极为重要的，通常采用的基于位置透明性的分布式计算技术，如DCOM，JavaRMI,CORBA等，无法智能的、灵活的进行分布式信息的检索与分布式应用的集成，而对于基于知识的交互协作更是无能为力，本文采用基于Java实现的移动智能体的移动计算能力与分布式工作机制实现分布式资源的智能集成，基于本地位置交互抽象机制，从而使移动计算融入到分布式计算中，讨论了进行分布式资源集成的计算模型，并通过分布式仿真实验说明了上述方法的集成机制与设计特点。     

RoboCupRescue Agent仿真中的多智能体协作方法

对RoboCupRescue智能体仿真系统内的多智能体协作问题进行了研究和分析,提出一种由多种评价模型和协作方式组成的协作方法,并从同类和异类智能体两个方面给出了具体的实现.该实现主要采用了人工免疫控制、静态分配与动态调整结合以及基于共识的分布式控制等方式.在仿真测试中,各类智能体通过相互协作有效完成了灾难环境中的救援任务.     

群体特征分析——社会智能的理论基础刍议

针对"群体"是否具有智能这一问题,从"群体"特征角度着手进行分析,将"群体"定义为通过信息共享,在共同目标的作用下,自发或者有组织地联系在一起并且能够相互影响的一群人。在此基础上,通过分析群体的心理特征、情感特征等,发现群体可通过"竞争"、"协作"等方法,激发个体的智慧来增长群体知识。"群体"具备的这种能力可视为"群体"的智能,即"群体智能"或"社会智能"。由于"社会智能"及其涉及到的群体所拥有的海量数据的复杂性,提出可将"从定性到定量的综合集成法"作为研究"社会智能"的方法论的构思,并总结出研究"社会智能"的两个一般性方法:基于连接模式的方法和基于信息传播的方法,最后指明了后续的工作方向。     

双交叉口两级模糊协调控制算法的研究

基于城市交通智能控制研究课题的需要,提出了一种双交叉口的分级模糊协调控制算法和应用混沌优化自动调整隶属度函数的思想,依此设计了双交叉口的两级模糊协调控制器;应用MATLAB编写了仿真程序,对主次干道车流量相差悬殊和相近两种情况进行了实例仿真,并与传统控制算法进行了比较.仿真结果表明,分级模糊协调控制方法可以有效减少有主次干道之分的交叉口车辆的平均延误,对交通流量均衡的交叉口的控制效果,也比传统算法有显著提高.     

一种交通控制与诱导递阶协调优化模型

在对交通控制与诱导的关系进行分析的基础上,借鉴大系统递阶优化的思想,利用动态交通分配模型和交通最优控制模型,提出了一种二级结构控制与诱导递阶协调的系统结构,建立协调优化模型,给出了一种迭代的协调求解算法;并针对一个仿真的路网给出模拟的协调结果,对本文的模型和算法进行了验证.     

基于诱导信息的城市快速路网集成控制研究

建立了快速路网匝道控制与路线诱导相结合的完全集成控制模型,考虑了入口匝道排队约束和出口匝道通行能力约束,在分流节点进行流量分配时,考虑了分流点下游路段通行能力的约束.提出根据预测的路网状况,采用多模控制方式.将驾驶员对诱导信息的服从率设成可变参数,其估计值在对驾驶员调查的基础上,通过实时仿真并加以预测来获得.基于改进的遗传算法设计了模型的求解算法.通过算例,验证集成控制策略及算法的有效性和可行性,讨论不同控制策略对系统的全局影响,以及它们之间复杂的相互作用.     

降雨情景下城市道路交通信号控制优化模型与方法

降雨天气导致城市道路交通运行效率明显下降,现有道路交通信号控制一般尚未建立针对性的信号优化方案。考虑降雨天气降水量、道路积水等因素影响下的交通运行情景,设计了面向交通控制的城市道路交通信息物理系统体系,搭建了基于信息物理系统的城市道路交通控制框架,并建立了交通信号控制优化模型,进一步利用BP神经网络方法设计了模型求解方法。通过搭建实例路口交通仿真模型,对比3种方案下延误时间等多个指标,分析结果表明本文方法在改善降雨情景下交叉口交通运行效率等方面的有效性。     

The Joint Control of Variable Speed and On-Ramp Metering for Urban Expressway

SYSTEMS ENGINEERING1. INTroDUCTIONThe urban expressway is a type of road facility on which vehicle can run at high speed. In recent years s thefacility is emerging in many metropolises throughout China such as Beijing, Shanghai and Tianjin. The urbanexpressway may be defined as a divided road facility with full control of access and two or more lanes for theexclusive use of traffic in each direction.However, the expressway was usually built at suburb, this may result in much acces…     

单路口多相位交通信号模糊控制系统的设计

模糊控制不需建立被控对象的精确数学模型，特别适用于具有较大随机性的城市交通控制。此文同时考虑多相位和倒计时问题，讨论用模糊控制方法对单路口多相位的交通信号进行控制，提出以当前相，后继相的车辆等待长度决定相位信号配时，文中重点讨论该二维模糊控制器的设计，并给出该模型控制系统的总体设计方案，利用Mcs96提供的Watch Dog，结合软件设计保证系统的稳定性，提高系统的抗干扰能力，由于每一相位的配时是根据路口实时数据经模糊推理一次确定，该系统可用于安装倒计时器的路口，具有良好的实用性。     

城市快速路入口匝道交通控制及优化

针对城市快速路入口匝道的信号灯控制方案，借助车流波动理论，分析了该类交叉口内部的车流运行时空特性，描述了快速路、入口匝道上的车流在交叉口的排队过程，以交叉口车流总延误最小为目标，快速路与入口匝道的绿时分配以及信号周期为参数，建立了城市快速路入口匝道交通控制优化模型，并通过一个实例对优化模型和求解算法进行了验证。研究结果表明：当快速路及匝道绿灯时间均满足最低要求而交叉口有效通行时间（信号周期与周期损失时间的差值）仍有富余时，应将富余的可通行时间分配给快速路，以使得交叉口车流总延误最小。快速路入口匝道交叉口的车辆平均延误由优化前的16.76 s下降至13.18 s，同比下降21.36%；匝道最大排队长度由48.82 m缩短至33.28 m，同比下降31.83%。     

粗正交小波网络及其在交通流预测中的应用

基于交通流预测的特点和输入向量的主成分分析方法,把粗集理论与正交小波网络相结合,给出了一种基于粗集的正交小波网络交通预测模型,并成功应用于城市交通流的实时预测.粗正交小波网络具有极强的鲁棒性,可以有效克服季节、天气等随机因素对交通流量预测性能的影响;主成分分析方法解决了正交小波网络多维输入时的维数灾难.实验结果表明,该模型的预测精度和收敛速度明显优于常规BP网络和小波框架神经网络,对交通流量等预测问题具有较高的应用价值.     

城市交通信号灯模糊线控制及其仿真

根据大系统分解－协调原理，提出一种城市交通信号灯模糊线控制方法，计算机仿真表明，结果令人满意。     

交叉口交通信号灯的模糊控制及优化研究

针对城市单交叉口的交通信号控制问题,提出一种交通灯信号的模糊控制方法。该方法基于四相位定相序对单交叉口交通灯进行控制,模糊控制系统输入为车辆排队数和车辆到达率,输出为当前绿灯相位的绿灯延长时间。利用遗传算法(Genetic Algorithm,GA)优化模糊控制系统的模糊规则和隶属度函数,提升模糊控制系统性能。利用Sumo(Simulation of Urban Mobility)仿真软件,实现了该模糊控制方法。将Sumo自带的控制方法、模糊控制方法、以及基于GA的模糊控制方法进行仿真对比。结果表明,基于GA的模糊控制方法能有效减少车辆的平均延误时间,提高了交叉口的通行能力。