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。     

ATIS混合诱导模式下出行者路径选择仿真研究

简要分析了交通广播、VMS及车载诱导等诱导模式的特点及其对出行者路径选择行为的影响,建立了不同诱导模式下出行费用的计算模型及多种诱导模式混合作用下的出行者路径选择模型,据此提出了相应的仿真方法.对4×4结点路网的仿真结果显示:1)各类交通信息能有效地缩短出行者的出行时间,ⅣS信息的效果更为显著;2)当系统中无其它诱导方式时,IVS的效果比有其它诱导方式时更为显著,且其效果随IVS安装率增加而降低,当存在其它诱导方式时,其效果与IVS安装率的关联不显著.     

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.     

VRGS中均衡诱导比例和系统服从率的计算

在考虑先进的出行者信息对出行路径选择行为影响的基础上,建立了信息影响下的路径选择模型,基于驾驶员群体的划分和路网混合均衡建模理论,构建了一随机网络混合随机用户均衡模型,提出了同时求解诱导比例和诱导系统服从率的数学模型,设计了模型求解算法,并利用算例进行了计算分析.     

基于MAS的集装箱自动化码头调度算法

为解决ZPMC集装箱自动化码头的设备调度问题,提出一种基于多智能体(MAS)协作的设备调度方法.自动化码头中的装卸设备被抽象为具有一系列动作和属性的设备智能体,估计各智能体完成任务所需的时间得到整个多智能体系统的时间代价矩阵,通过搜索此矩阵选择最佳路径来指导多智能体的协作.另外,还考虑了设备有通讯故障情况下的设备调度问题.仿真结果表明,基于MAS搜索的调度方法能够提高生产效率,又有很强的灵活性.     

多目标路径诱导下平衡市场渗透率的确定

假定在多目标路径诱导下,用户基于旅行时间和旅行费用权衡的水平上做出路径抉择,这有别于传统的单目标路径诱导下,用户选择旅行时间最小的路径出行的决策.在先进的旅行者信息系统下,有诱导装置的出行者能更准确的选择旅行负效用最小的路径出行,而无诱导装置的出行者对出行路径的选择有更大的随机性,因此路径诱导能给出行者带来收益.假定路径诱导带来的收益决定了在路网达到平衡时有多大比例的出行者使用诱导装置,即平衡市场渗透率.本文利用混合网络随机用户均衡建模理论,研究了多目标路径诱导下平衡市场渗透率的确定方法,并设计了一个求解模型的算法.通过算例讨论了单目标和多目标路径诱导、旅行费用函数形式以及信息质量参数对平衡市场渗透率的影响.研究结果表明,与多目标路径诱导相比,单目标路径诱导可能低估或高估平衡市场渗透率;平衡市场渗透率随信息质量是递增的,但其边际影响是递减的.     

基于动态参照点的多主体有限理性路径选择模型

为了研究有限理性假设下出行者的自适应调整行为对交通网络分流的影响,利用累积前景理论结合演化元胞自动机建立了具有个体交互机制的多主体路径选择模型。在模型中将出行者划分为风险追求者与风险厌恶者,基于出行时间可靠性并借鉴元胞遗传算法的思想设计了具有异质特点的出行者动态参照点及其演化规则,使出行者个体能够依据决策环境的变化动态地调整自身的出行时间预算,更加符合出行者的实际行为特征。最后将多主体参照点演化规则与传统的相继平均算法相结合,求解路网配流。研究发现:演化模型较好地继承了传统模型中的路径分流特点;不同的出行者类型比例及出行者的信息接收程度是影响路网分流结构的重要因素。     

基于合同网机制的分布式协同医疗诊断系统

基于多智能体系统中的合同网协商机制 ,建立了分布式协同医疗诊断专家系统模型 ,提出了多医学专家之间交互协调的方法 .针对分布式协同医疗诊断专家系统 ,详细给出了任务发布信息格式、标书格式、合同格式 .最后通过一个实例说明了专家之间的协商机制 .     

易腐货物配送中时变车辆路径问题的优化算法

以易腐货物配送中的时变车辆路径问题为研究对象.由于时变车辆路径问题中每条道路上的车辆行驶速度随时间变化,此类问题难以用传统的数学建模方法进行建模及实现优化求解.因此,提出应用计算机建模的方法建立此类时变车辆路径问题的仿真模型.在此基础上,设计并集成遗传算法于计算机仿真模型用于搜索问题的最优解,所提出的自适应性优化算法能够根据来自车辆驾驶员回传的实时数据动态调整后续的最优行驶路线.最后,在多智能体建模与仿真平台上实现了该算法,并以15个顾客的时变车辆路径问题为例验证了算法的有效性.     

信息化与群体行为互动的多智能体模拟

以政府信息化为例,用因果关系图系统思考了政府信息化中的群体行为,并利用多智能体方法建立起政府信息化群体行为模型--EGGBM,借助Repast智能体仿真实现了模拟系统,提出了详细的模型验证的实验过程,并对模型的应用给出了例子.结果表明,EGGBM可为政府信息化的管理决策提供辅助依据,是政府信息化中群体行为研究的一种全新尝试.