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。     

一种基于Agent的单路口交通信号学习控制方法

Agent技术是从分布式人工智能领域中兴起的研究热点，论文将Agent与经验知识和加强学习方法中Q－学习算法相结合，应用到城市交通信号控制领域中，解决单个路口的动态实时问题，通过在仿真环境下的对比，证明该方法具有较好的控制效果。     

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.     

多智能体系统分布式控制的研究新进展

多智能体的运动协调和覆盖协调问题是多智能体系统的协调控制研究中的两个基本问题.综述当前这两个问题研究的主要内容及相应的主要结果,同时给出了仍然需要解决的问题和可能的研究方向.     

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.     

一种混合交通流微观模型仿真实现

充分考虑中国城域混合交通流的特点,利用马尔可夫过程理论对个体运动轨迹、行进方向及行为冲突进行建模,建立了由汽车、自行车和行人构成的混合交通流微观模型.在此基础上,进一步对个体交通行为进行描述和算法设计,并对西安市古城墙内区域各主干道混合交通流的交通行为进行了模拟验证.仿真表明,该模型具有结构简单、层次清晰和可扩展性强等优点.     

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．     

基于数字荷尔蒙模型的分布式交通信号控制

在基于荷尔蒙信息的基础上,结合数字荷尔蒙模型,建立了分布式道路交通信号协调控制,并对一个由8个路口组成的交通网进行实验,实验结果表明这种新控制方法的控制效果明显优于定时控制、感应控制和实时控制。     

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。     

基于DCS的控制系统仿真方法

基于DCS（Distributed Control System-集散控制系统）的控制系统仿真方法是测试控制系统的实施正确性、操作可靠性、操作等效性及DCS资源占用等性能的有效手段,通过这种方法可以缩短新型控制系统的开发周期,减少新型控制系统试投用期的风险。本文对基于DCS的控制系统仿真方法的必要性、特点进行了分析与讨论,并提出了基于DCS的仿真控制系统的架构和分类。一个应用实例验证了基于DCS的控制系统仿真方法的有效性。     

分布式多用户控制系统仿真的实现

将分布式计算的思想应用于航空发动机控制系统数学模型仿真中，将客户/朋务器网络通信模式与控制器／被控对象信息传递的机制相结合，以现有的计算机操作系统为平台，开发了一个运行在计算机网络上的分布式多用户发动机监控仿真系统。仿真系统中的发动机数学模型可以同时为多个用户使用，开发人员可以将工作的重点放在控制方案的设计上，在节约计算资源的同时也提高了工作的效率。     

城市微观交通仿真系统及其应用研究

建立了一个城市微观交通仿真系统,主要包括:车辆产生模型、路网描述模型、交通规则描述模型、信号灯描述模型、车辆行为模型、路径选择模型和路口转向模型。说明了各模型的建模方法以及系统的仿真流程。针对城市交通的特点,提出邻车影响模型,作为对传统跟驰模型的补充。在OCTANE图形工作站上,实现了仿真系统的三维可视化。最后选取典型路网进行了应用研究。     

综合环境因素及延误的信号配时优化仿真研究

提出了综合考虑环境因素及延误的交叉口信号配时优化方法;选择遗传算法作为优化工具,建立了以减少机动车尾气排放及交叉口平均延误为总目标,以信号周期时长和各相位有效绿灯时间为优化参数的信号配时优化模型,并利用微观仿真模型VISSIM及MATALAB、Visual Basic 6.0编程语言,开发了相应的算法程序;最后针对实际案例进行了仿真分析,验证了方法的合理性和可行性.     

一种高效的实时交通信号灯控制算法

针对交通信号灯实时控制问题,设计了一种以最小化车辆等待时间为目标的数学模型,并给出了一种能求解该模型最优解的启发式搜索算法.仿真结果显示启发式搜索算法存在求解时间长,求解效率不稳定等问题.因此在原算法基础上加入了多阶段决策优化方法,并且在各个阶段中采用了限时搜索,使得算法能在固定时间内得到结果,保证了算法的稳定性和实时性.通过实际数据仿真显示,优化后的算法对比固定周期算法减少了车辆的等待时间;对比原始的启发式搜索算法,提高了求解效率,满足了实时控制的要求.     

面向分布协同控制研究的仿真环境设计与实现

针对分布式系统,尤其是多机器人系统中协同控制问题的研究需要,提出了一种具有分层嵌套结构的多Agent仿真环境设计方案,以克服现有仿真环境存在的兼容性差和算法移植困难的问题.设计方案在系统总体结构中引入了层次多Agent的设计思想;在子系统中采用Acromovi结构框架设计;在个体Agent中采用了混合型的内部结构设计.具体应用于多机器人仿真环境设计中,通过不同的实验配置方案,逐步实现多机器人系统的虚拟仿真和半实物仿真.最终的多机器人编队控制实验表明了设计方案的有效性.