一种分布式交通信号控制方法及仿真实现

在基于多智能体的分布式道路交通控制概念模型和单路口交通信号自学习控制方法的基础上，提出了一种基于多智能体的分布式交通信号区域控制方法。通过相邻路口信号控制智能体的信息交互和协调，在确保路口绿灯时间利用率较高的前提下，尽量使相邻路口驶来的车队不停车地通过路口。编制交通控制微观仿真软件，在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验，实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式。     

基于多智能体的分布式交通信号协调控制方法

通过建立交通信号控制智能体BDI模型,提出了一种基于多智能体的分布式交通信号协调控制方法.通过相邻路口信号控制智能体的信息交互和协调,在确保路口绿灯时间利用率较高的前提下,尽量使相邻路口驶来的车队不停车地通过路口.编制交通控制微观仿真软件,在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验,实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式.     

一种交通信号自学习控制方法及仿真实现

将模糊理论和机器学习应用到交通信号控制过程中，提出了一种基于遗传算法的单路口交通信号模糊控制方法。通过对到达车辆数目的模糊分类，将不同车辆数目到达情况下的信号控制决策方案以规则集的形式存储在知识库中，在交通信号控制过程中使用遗传算法对规则集进行改进。编制该控制方法的仿真程序，对该方法的控制效果与定时控制和感应控制进行了模拟比较，仿真实验的结果说明该方法的控制效果明显优于传统控制方式。     

单路口交通信号智能控制方法

应用模糊理论和机器学习方法，通过对到达车辆数目的模糊分类，将不同车辆数目到达情况下的信号控制决策方案以规则集的形式存储在知识库中，在交通信号控制过程中使用遗传算法对规则集进行改进．经过仿真实验，对该方法的控制效果与定时控制和感应控制进行了模拟比较，仿真实验的结果说明该方法的控制效果明显优于传统控制方式。     

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.     

基于遗传算法的交通信号机器学习控制方法

通过对到达车辆数目的模糊分类,将交通信号控制方案以不同规则集的形式实施,根据实际控制效果利用遗传算法对规则集进行改进,形成了一种具有机器学习能力的单路口交通信号新控制方法.经过仿真实验,对该方法的控制效果与定时控制和感应控制进行了比较,仿真实验的结果说明该方法的控制效果明显优于传统控制方式.     

基于多智能体技术的城市交通控制系统的探讨

提出了一种新的基于多智能体技术的城市交通控制系统框架,并在该系统中的智能体模型中引入了学习机制,初步建立了一个具有专家系统的特点、可以不断进化的分布式城市交通智能控制系统.     

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.     

均衡网络流及其算法探讨

均衡网络流及其算法探讨申金升耿颖，承向军（上海交通大学，２０００３０）（北方交通大学，北京１０００４４）ＡｎＩｎｖｅｓｔｉｇａｔｉｏｎｏｎＥｑｕｉｌｉｂｒｉｕｍＮｅｔｗｏｒｋＦｌｏｗｓａｎｄＣｏｍｐｕｔａｔｉｏｎａｌＭｅｔｈｏｅＳｈｅｎＪｉｎｓｈｅｎ...